Publié le 2025-11-10 07:00:00. Des chercheurs brésiliens explorent une nouvelle méthode d’authentification biométrique basée sur l’analyse des perturbations du signal Wi-Fi causées par la forme unique de la paume de chaque individu, ouvrant la voie à des systèmes d’accès sans contact potentiellement plus économiques et respectueux de la vie privée.
- Une étude de l’Institut de technologie aéronautique (ITA) au Brésil démontre la possibilité d’identifier une personne en analysant la façon dont sa main modifie le signal Wi-Fi.
- Le système utilise des données sur l’état du canal Wi-Fi (CSI) et des algorithmes d’apprentissage automatique pour créer un profil unique de chaque paume.
- Des experts soulignent que la fiabilité de cette technologie dans des environnements réels pourrait être compromise par des facteurs environnementaux et des interférences sans fil.
L’idée est simple : au lieu de cartes d’accès, de codes PIN ou d’empreintes digitales, un immeuble pourrait reconnaître ses occupants simplement en détectant la forme de leur main lorsqu’elle passe à proximité d’un point de contrôle. C’est le concept innovant exploré par une équipe de chercheurs de l’ITA, qui a publié ses travaux sur arXiv. Leur approche repose sur l’exploitation des subtiles variations du signal Wi-Fi provoquées par la présence d’un corps humain.
L’étude se concentre sur l’analyse des données d’état du canal Wi-Fi, ou CSI. Ces données révèlent comment un signal sans fil interagit avec son environnement, rebondissant sur les objets et les personnes. Chaque main, avec sa forme et sa structure uniques – taille, longueur des doigts, espacement – perturbe légèrement le signal Wi-Fi d’une manière spécifique. En enregistrant et en analysant ces variations, les chercheurs ont pu identifier des schémas reproductibles associés à chaque individu.
Pour mener à bien leurs expériences, l’équipe a mis au point une configuration de test minimaliste, utilisant un ordinateur Raspberry Pi placé à l’intérieur d’une boîte en acrylique personnalisée. La puissance de l’antenne a été intentionnellement réduite à 1 dBm (une unité de mesure de la puissance du signal) afin de minimiser les interférences externes et de mieux capturer les infimes différences de signal. Chaque participant a ensuite placé sa main au-dessus de la boîte pendant que le système enregistrait les données CSI, qui ont ensuite été analysées à l’aide d’algorithmes d’apprentissage automatique.
L’étude a impliqué 20 volontaires, répartis équitablement entre hommes et femmes. Chaque participant a placé sa main droite au-dessus de la boîte en acrylique, tandis que le système enregistrait l’impact de sa présence sur le signal Wi-Fi. Des milliers de points de données ont été collectés pour chaque main, révélant des changements de force et de timing qui reflétaient la forme et la taille uniques de chaque paume. Les chercheurs ont ensuite utilisé l’apprentissage automatique pour entraîner le système à distinguer les différentes paumes.
Cependant, la mise en œuvre de cette technologie dans des environnements réels pourrait s’avérer plus complexe. Christine Hulka, directrice générale de Secure Technology Alliance, met en garde contre la sensibilité des données CSI aux fluctuations environnementales.
« Les caractéristiques CSI sont étroitement liées aux réflexions multitrajets sur les murs, les sols, le verre et le métal. Le béton épais et les objets métalliques peuvent interférer avec la force du signal et bloquer les signaux. »
Christine Hulka, directrice générale de Secure Technology Alliance
Elle explique qu’un simple déplacement de chariot ou l’ajout d’un écran de confidentialité peut suffire à modifier le signal et à perturber le système. De plus, le corps humain lui-même est un excellent absorbeur et réflecteur de signaux radiofréquences, et la présence de plusieurs personnes peut entraîner des interférences ou des faux rejets. L’omniprésence d’autres activités sans fil, telles que les connexions Bluetooth et les réseaux Wi-Fi, constitue également un défi majeur.
« Nous vivons également dans un monde où le « business RF » constitue un véritable défi. Les connexions Bluetooth des téléphones portables, les réseaux Wi-Fi, le trafic Zigbee et la plupart des appareils connectés peuvent introduire des artefacts dans les flux CSI, ce qui aura un impact sur sa stabilité et la confiance du classificateur. »
Christine Hulka, directrice générale de Secure Technology Alliance
Les chercheurs soulignent que leur objectif est de développer une méthode de contrôle d’accès sans contact, facile à utiliser et économique. L’utilisation du Wi-Fi, une infrastructure déjà présente dans la plupart des bâtiments, pourrait permettre une adaptation relativement simple pour l’authentification. La configuration Raspberry Pi utilisée dans l’étude est également beaucoup moins coûteuse que les systèmes biométriques traditionnels et consomme peu d’énergie.
Pour améliorer la cohérence des données, les participants ont été invités à retirer leurs bijoux, montres et autres objets susceptibles de perturber le signal. La boîte en acrylique a également contribué à minimiser les interférences et à maintenir une distance constante entre la main et le récepteur. Chaque capture a été précédée d’une courte période de stabilisation pour garantir des lectures précises.
Les auteurs de l’étude envisagent un potentiel pour cette technologie biométrique dans des environnements où les capteurs traditionnels sont difficiles à entretenir ou soulèvent des préoccupations en matière de confidentialité. Elle pourrait s’intégrer à des systèmes d’accès physique ou à des environnements IoT qui s’appuient déjà sur des réseaux Wi-Fi. Pour les responsables de la sécurité, cette recherche ouvre la voie à une nouvelle approche de la gestion des identités, combinant signaux physiques et réseau.
E-book : Défendre la sécurité de l’identité dès qu’elle est menacée