Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime e Analisi Vulnerabilità
Le onde radio riempiono ogni stanza. Non le vediamo, ma sono ovunque: router, dispositivi, reti wireless. Ora immagina di poter usare proprio quei segnali per capire cosa succede in una stanza. Senza telecamere, senza sensori indossabili.
È l’idea alla base di π RuView, un progetto open source che esplora come l’intelligenza artificiale possa interpretare le variazioni dei segnali WiFi per rilevare presenza e movimento umano. L’obiettivo?
Trasformare i normali segnali radio in una forma di percezione ambientale.
Ogni movimento modifica il modo in cui le onde radio si propagano nello spazio. Il corpo umano riflette e distorce quei segnali. Cambiano ampiezza, fase, percorso. Piccole variazioni, ma misurabili.
RuView analizza queste variazioni utilizzando i dati chiamati Channel State Information (CSI). In sostanza, si osservano i cambiamenti nei sotto-canali del segnale WiFi per capire se qualcuno si muove nella stanza o se è presente.
Questo approccio deriva da ricerche accademiche come gli studi sulla tecnica WiFi DensePose, che hanno dimostrato come i segnali radio possano essere utilizzati per stimare la posizione del corpo umano. Ma qui è bene essere chiari: non si tratta di immagini o video. Il sistema interpreta statisticamente disturbi radio, generando modelli molto approssimativi di movimento.
Una delle promesse più affascinanti riguarda la possibilità di stimare segnali vitali come respirazione o battito cardiaco. In teoria, questi fenomeni producono micro-variazioni nel segnale WiFi.
La respirazione è relativamente più semplice da rilevare perché genera oscillazioni più ampie nel segnale. Il battito cardiaco invece è molto più difficile da isolare: le variazioni sono minuscole e spesso sommerse dal rumore radio dell’ambiente.
Per questo motivo la documentazione tecnica indica che le funzionalità più avanzate richiedono una mesh di più sensori, spesso tra quattro e sei nodi ESP32-S3 sincronizzati tra loro. Un singolo sensore economico non è sufficiente per ottenere risultati affidabili.
Insomma… la tecnologia è interessante, ma non è ancora la “lettura del cuore via WiFi” che certe descrizioni lasciano intendere.
WiFi Router → radio waves pass through room → hit human body → scatter
↓
ESP32 mesh (4-6 nodes) captures CSI on channels 1/6/11 via TDM protocol
↓
Multi-Band Fusion: 3 channels × 56 subcarriers = 168 virtual subcarriers per link
↓
Multistatic Fusion: N×(N-1) links → attention-weighted cross-viewpoint embedding
↓
Coherence Gate: accept/reject measurements → stable for days without tuning
↓
Signal Processing: Hampel, SpotFi, Fresnel, BVP, spectrogram → clean features
↓
AI Backbone (RuVector): attention, graph algorithms, compression, field model
↓
Signal-Line Protocol (CRV): 6-stage gestalt → sensory → topology → coherence → search → model
↓
Neural Network: processed signals → 17 body keypoints + vital signs + room model
↓
Output: real-time pose, breathing, heart rate, room fingerprint, drift alertsUno degli aspetti più innovativi del progetto è l’utilizzo di piccoli dispositivi edge basati su ESP32-S3. Questi moduli catturano i dati radio e li elaborano localmente senza bisogno di cloud o connessione Internet.
Il sistema può apprendere la cosiddetta “firma radio” dell’ambiente, cioè il comportamento normale dei segnali in una stanza. Quando qualcosa cambia – una persona che entra, un movimento – il sistema rileva l’anomalia.
Va però ricordato che modelli di riconoscimento complessi, come quelli che stimano la postura del corpo, non nascono dal nulla. Anche in questo caso si utilizzano modelli addestrati con dataset di ricerca che combinano segnali WiFi e dati di riferimento.
Il progetto è stato sviluppato e pubblicato dal team di ricerca open source di Ruvnet, che ha reso disponibile il codice e la documentazione tecnica nel repository ufficiale.
Per la community di Red Hot Cyber la vera lezione è un’altra. Tecnologie come il WiFi sensing non sono fantascienza, ma nemmeno magia. Sono strumenti complessi, ancora in evoluzione. Capirne i limiti tecnici oggi è il primo passo per affrontare domani i temi di sicurezza, privacy e possibile uso improprio.
