Home /Gadgets

كيف تكشف إشارات الواي فاي عن كل تحركاتك: اختراق الذكاء الاصطناعي القائم على الرسوم البيانية في الاستشعار غير التفاعلي

20 September 2026 · 1 min read

We compile, generate and translate using Artificial Intelligence from the below given source. Macro Micro News is responsible for its editorial publication.

Article image by Michelangelo Buonarroti — Image by Michelangelo Buonarroti

تترك أجسامنا أثرًا لا يُرى أثناء حركتها عبر الهواء. يخلّ هذا الأثر بتذبذبات الموجات الراديوية التي تملأ منازلنا. ينشئ ذلك بصمة فريدة يمكن لموجّهات الواي فاي القياسية اكتشافها. تُعرف هذه التقنية باسم استشعار معلومات حالة القناة. وهي تحول أجهزة الإنترنت اليومية إلى كواشف حركة سلبية. تقدم بديلاً يحترم الخصوصية مقارنة بالكاميرات والأجهزة القابلة للارتداء. تتعرف على أنشطة مثل المشي أو الإيماءات دون الحاجة لأجهزة خاصة لدى المستخدم.

لم يكن الطريق نحو كشف موثوق سلسًا. تفسر عتاد الواي فاي المختلفة بيانات الإشارة بطرق متباينة. يصعب على النماذج التعرف على الأنماط بشكل متسق بين الأجهزة المتعددة. تعقّد تأثيرات المسار المتعدد الأمور أكثر. يخلق ذلك علاقات معقدة بين ترددات الإشارة تتغير حسب موقعك. فشلت المحاولات السابقة غالبًا عند تغير الظروف. اعتمدت على افتراضات صارمة حول سلوك الإشارة.

يتصدى نهج معماري جديد لهذه التناقضات باستخدام رسوم بيانية متعددة الدقة ومدمجة. تبدأ العملية بإعادة أخذ عينات من النطاقات الفرعية الصالحة لنظام إحداثي مشترك. تضمن هذه الخطوة ثبات بيانات الإدخال بغض النظر عن العتاد المستخدم. يعمل بعد ذلك مشفّران متخصصان معًا لتحليل الإشارة. يلتقط الأول التغيرات في السعة مع مرور الوقت. بينما نمذج الثاني انتشار بيانات النطاقات الفرعية الموقعة. يحدد مكون الرسم البياني المسارات المشتركة والمتعاكسة في التغير. يسجل ديناميكيات الحركة الدقيقة بدقة تفوق الأساليب السابقة.

أبرزت الاختبارات على مجموعة البيانات الشاملة CSI-Bench قدرات النموذج القوية على التعميم. حقق درجة F1 مرجحة تبلغ 95.96% خلال الاختبار داخل المجال. حافظ على دقة عالية عبر أجهزة وبيئات ومستخدمين مختلفين. يتفوق هذا الأداء بشكل كبير على الهياكل الأساسية مثل LSTM والمحول وResNet-18. يشير القدرة على العمل بفعالية في إعدادات متنوعة إلى جاهزيته للتطبيقات العملية. يشمل ذلك المنازل الذكية ورعاية المرضى وأنظمة الأمن.

تمكين التحليل الزمني المقيد والتحكم العلائقي البوابي الشبكة من تمييز أنماط النشاط الدقيقة حتى عند تغير معايير الجمع بشكل ملحوظ. تزيد تعقيدات العمليات البيانية التكاليف الحسابية مقارنة بالنماذج الأبسط. يبقى زمن الاستدلال قابلاً للإدارة على عتاد GPUs الحديث. يضع هذا التوازن بين الدقة العالية والقابلية للنشر التمثيلات المتقدمة القائمة على الرسوم البيانية كمُمكن رئيسي للاعتراف بالنشاط السلبي المنتشر في البيئات المتصلة.