Überwachungsfalle in Funknetzwerken

Forscher des Karlsruher Instituts für Technologie (KIT) können Personen allein anhand von WLAN-Signalen erkennen. Damit weisen sie auf ein erhebliches Risiko für die Privatsphäre hin. Das Verblüffende: Personen müssen für die Identifikation kein Smartphone oder Tablet bei sich tragen. Es reicht, dass WLAN-Geräte in ihrer Umgebung miteinander kommunizieren.

Bild wie Kamera-Aufnahme

Den Experten nach entsteht im Zuge der Interaktion der Geräte ein Bild - vergleichbar mit einer Kamera-Aufnahme, jedoch basierend auf Funkwellen. "Wir beobachten die Ausbreitung der Radiowellen und können so ein Bild der Umgebung und von Personen erzeugen. Das funktioniert ähnlich wie bei einer normalen Kamera, nur dass diese Lichtwellen statt Radiowellen in ein Bild umwandelt", so KIT-Forscher Thorsten Strufe.

Dem Sicherheitsexperten nach ist es deshalb auch unerheblich, ob jemand ein WLAN-Gerät bei sich hat oder nicht. Auch das Abschalten schützt nicht, stellt Strufe klar: "Es genügt, wenn andere Geräte in der Umgebung aktiv sind." Und sein Kollege Julian Todt ergänzt: "Die Technik macht aus jedem Router ein potenzielles Überwachungsgerät."

Arbeitsweg als Alltagsrisiko

Menschen, die beispielsweise regelmässig an einem Café mit WLAN vorbeigehen, könnte dort unbemerkt identifiziert und später wiedererkannt werden - etwa von staatlichen Stellen oder Unternehmen. Zwar gebe es für Geheimdienste oder Cyber-Kriminelle einfachere Methoden, Menschen zu beobachten, aber Drahtlosnetzwerke könnten zu einer nahezu flächendeckenden Überwachungsinfrastruktur werden, warnen die Wissenschaftler. WLAN-Netze seien überall.

Angreifende brauchen zudem keine teure Spezial-Hardware, stellen die Ingenieure klar. Es würden handelsübliche WLAN-Geräte ausreichen. Die neue Methode nutze die legitimen Nutzer aus, die mit dem WLAN verbunden sind. Diese senden im Netzwerk regelmässig Rückmeldesignale an den Router - unverschlüsselt und für Dritte lesbar. So entstünden Bilder aus verschiedenen Blickwinkeln, die zur Identifikation der Personen dienen können.

Diese dauerten nur wenige Sekunden, sobald das dahinterstehende Machine-Learning-Modell trainiert sei. In einer Studie mit 197 Probanden hat das Team Personen mit nahezu 100-prozentiger Genauigkeit erkennen können - unabhängig von Gehweise oder Perspektive. "Die Technik ist leistungsfähig, aber birgt gleichzeitig Gefahren für die Grundrechte, insbesondere der Privatheit", betont Strufe abschliessend. (pressetext.com)