Investigadores en ingeniería informática y seguridad de la información han demostrado que las señales estándar emitidas por routers Wi-Fi comerciales pueden ser explotadas de forma pasiva para rastrear e identificar individuos con altos márgenes de precisión, prescindiendo por completo de que el sujeto porte un dispositivo electrónico. La técnica aprovecha la Información de Estado del Canal (CSI) y, específicamente, los datos de retroalimentación de formación de haces (Beamforming Feedback Information o BFI). Esta última es una funcionalidad de capa física integrada desde el estándar Wi-Fi 5 (800.11ac) que permite a los puntos de acceso dirigir de manera dinámica y espacial el haz de la señal de radiofrecuencia hacia la ubicación de los dispositivos clientes para optimizar la tasa de transferencia.
El núcleo técnico de este vector de monitorización radica en que las tramas BFI se transmiten en texto claro (sin cifrar) a través del espectro radioeléctrico. Cuando un cuerpo humano se desplaza en el espacio comprendido entre el router y un receptor, intercepta y distorsiona el haz de ondas electromagnéticas, modificando los patrones de dispersión, atenuación y multitrayectoria de la señal. Al capturar estas fluctuaciones pasivamente mediante hardware genérico de bajo costo (tarjetas de red en modo monitor), un atacante puede extraer firmas biométricas del caminar (gait analysis). En entornos experimentales controlados, el procesamiento de estas métricas vectoriales de radiofrecuencia mediante algoritmos de aprendizaje profundo arrojó tasas de precisión de hasta el 99.5% al discernir entre un grupo cerrado de perfiles conocidos.
Las auditorías de seguridad revelan que este método degrada la efectividad de las defensas de privacidad tradicionales, tales como la aleatorización de direcciones MAC, puesto que la monitorización no se vincula a los identificadores del hardware, sino a la huella cinemática de la masa corporal. Pruebas de resistencia del sistema demostraron que alteraciones deliberadas en la locomoción del sujeto o la introducción de variables externas (como la carga de mochilas o cajas voluminosas) reducen la efectividad de la inferencia, pero mantienen una tasa de identificación estadística persistente de entre el 50% y el 60%. Debido a la arquitectura actual de los protocolos inalámbricos comerciales, expertos en criptografía y consorcios de telecomunicaciones evalúan la necesidad de introducir capas de cifrado homomórfico o mutaciones de tramas en los próximos estándares de conectividad para mitigar el uso de redes domésticas y corporativas como sistemas de vigilancia pasiva sin autorización.
