認得你的房間：Wi-Fi 不用看你，也知道是你

你把手機關機、丟在門外，走進一個房間。房裡的 Wi-Fi 還是可能認得你，只要屋裡有別的裝置連著網路，而且系統之前看過你。

這是德國卡爾斯魯厄理工學院（KIT）資安團隊的實驗結果。論文 2025 年 10 月在 ACM CCS 資安會議上發表，那一屆的會議地點剛好在台北。

事情經過

現在的路由器會用一種叫「波束成形」的技術，把訊號集中打向你的手機或筆電。為了瞄準，連上網路的裝置要一直回報自己收到的通道狀況給路由器，這份回報叫「波束成形回饋資訊」，簡稱 BFI。

問題在於，BFI 是用明碼廣播的。論文寫得很清楚：任何一張 Wi-Fi 網卡切到監聽模式，在範圍內就收得到；攻擊者不需要連上網路，「也不需要網路密碼」，全程被動收集，只看正常流量裡沒加密的部分。

人走過房間，身體會擋住、反射電波，通道狀況跟著改變，這些變化就留在 BFI 裡。研究團隊想知道：光靠這些變化，能不能認出是誰在走路？

他們在 2024 年 11 月做了實驗，經過 KIT 倫理委員會核准，計畫名稱叫「智慧城市隱私」。總共錄了 197 個人。有些錄音因技術問題不能用，最後 BFI 分析用了 161 人。

每個人要用五種方式走：正常走、背背包、搬一箱瓶子、過旋轉閘門、快走。正常走來回 20 次，其他各 10 次。現場從四個視角同時錄，其中一個在隔壁房間，人不會走過它跟路由器之間的直線。設備是 Intel AX210 網卡。

結果：用 BFI 辨識身分，準確率是 99.5%（誤差 ±0.38）。同一場實驗裡，改用研究界常用的另一種訊號 CSI（這一組分析了 170 人，BFI 是 161 人），準確率只有 82.4%。

正方每台路由器都可能是監視器

這篇論文自稱是第一個用 BFI 做身分辨識的攻擊。BFI 比 CSI 更好用，原因很現實：論文引用其他研究，實際在用的 Wi-Fi 裝置裡，能擷取 CSI 的不到 6%；可是到 2023 年，已經有超過一半的裝置支援 BFI。

KIT 的新聞稿講得更直接。資安教授 Thorsten Strufe 說：「觀察電波怎麼傳播，我們就能拼出周遭環境和在場的人的樣子。」新聞稿說，被辨識的人不用帶任何裝置；模型訓練好之後，辨識只要幾秒。

新聞稿裡，研究者 Julian Todt 警告，這類技術可能把每一台路由器都變成潛在的監控工具；另一段則提醒，在威權國家，它可能被用來認出抗議的人。團隊呼籲在下一代 Wi-Fi 感測標準 IEEE 802.11bf 裡加入隱私保護。

四個視角之間，辨識準確率差很小；只有隔壁房間那個非直視的視角稍低一點。

反方99.5% 有前提

先說最重要的一點：系統只認得它學過的人。

模型最後一層是 softmax 分類器，意思是它只能在「訓練時見過的這 161 個人」裡挑一個。作者自己寫：「我們無法測試模型能不能推廣到不在訓練資料裡的人。」走進來一個陌生人，系統不會說「這是新人」，只會硬塞一個名字給他。

第二，衣服。為了讓走路姿勢錄得清楚，受試者被要求不要穿寬鬆衣服、裙子、洋裝或高跟鞋。作者承認，這可能讓他們「高估了 BFI 的辨識潛力」。

第三，走路方式。論文說換了走法以後，BFI 還是能可靠辨識；但快走和過閘門會明顯改變腿的動作，準確率比較低。CSI 的落差更大，背背包、搬箱子剩 50% 到 60%，快走和過閘門只剩 10% 左右。Threads 原文寫「不管從哪個角度走進來、怎麼走路」，前半句大致成立，後半句說過頭了。

第四，規模和流量。197 人比真實城市小得多。BFI 回報多頻繁要看網路流量，實驗刻意製造了大量流量來拉高取樣率；論文也承認，日常情況下頻率可能比較低。

出處

1. BFId: Identity Inference Attacks Utilizing Beamforming Feedback InformationProceedings of the 2025 ACM SIGSAC Conference on Computer and Communications Security (CCS '25)，2025
2. The Spy Who Came in from the WiFiKIT 新聞稿 069/2025，2025

短版和討論在 Threads：@border_corridor