Αν και η τεχνολογία βρίσκεται σε πειραματικό στάδιο και η ακρίβεια της δεν ξεπερνά το 60% σε κοντινή απόσταση, αποδεικνύει πόσο εύθραυστη μπορεί να είναι η ιδιωτικότητα στις τηλεπικοινωνίες. Το WirelessTap λειτουργεί σε αποστάσεις έως τρία μέτρα, ωστόσο η απόδοσή του μειώνεται όσο απομακρύνεται το ραντάρ.
Η μέθοδος βασίζεται στη χρήση χιλιοστομετρικών κυμάτων (mmWave), μιας τεχνολογίας που ήδη αξιοποιείται για πλοήγηση αυτόνομων οχημάτων και ανίχνευση κίνησης σε εσωτερικούς χώρους. Οι επιστήμονες απέδειξαν ότι ένας απλός εμπορικός αισθητήρας mmWave μπορεί να πιάσει τις σχεδόν αόρατες δονήσεις του κινητού, τις οποίες στη συνέχεια επεξεργάζεται με μηχανική μάθηση.
Για την αναγνώριση της ομιλίας, οι ερευνητές χρησιμοποίησαν μια τροποποιημένη εκδοχή του μοντέλου Whisper της OpenAI, που κατάφερε να μετατρέψει τα θορυβώδη δεδομένα σε αναγνωρίσιμες φράσεις. Αν μάλιστα συνδυαστεί με πληροφορίες για το περιεχόμενο της συζήτησης, το ποσοστό επιτυχίας μπορεί να αυξηθεί σημαντικά, όπως συμβαίνει με τους αναγνώστες χειλιών που κατανοούν καλύτερα τι λέγεται όταν γνωρίζουν το θέμα.
Σε σύγκριση με άλλες τεχνικές υποκλοπής, το WirelessTap είναι πιο διακριτικό και δύσκολα ανιχνεύσιμο. Οι ερευνητές προειδοποιούν ότι ένας αισθητήρας τέτοιου τύπου θα μπορούσε στο μέλλον να χωρέσει ακόμη και σε καθημερινά αντικείμενα, όπως ένα στυλό, ανοίγοντας τον δρόμο για νέες μορφές κατασκοπείας.
Όπως υπογράμμισε ο Σουριοντάι Μπασάκ, επικεφαλής της μελέτης:
"Στόχος μας δεν ήταν να δημιουργήσουμε ένα εργαλείο για κακόβουλη χρήση, αλλά να δείξουμε τι είναι τεχνικά δυνατό. Έτσι, το κοινό και οι φορείς ασφάλειας θα γνωρίζουν τους κινδύνους και θα μπορούν να αναπτύξουν μέτρα προστασίας".
Η έρευνα αυτή, που δημοσιεύθηκε στο Proceedings of WiSec 2025, υπενθυμίζει ότι η πρόοδος της τεχνητής νοημοσύνης μπορεί να φέρει όχι μόνο οφέλη αλλά και νέες απειλές για την προστασία των προσωπικών δεδομένων.
