Proximity as a service

Indoor positioning в настоящий момент является весьма горячей областью в LBS приложениях. Единого подхода к определению позиции внутри зданий не существует, но с технической точки зрения чаще всего используются решения на базе Wi-Fi. Они базируются на том, что у нас есть размеченная сеть опорных узлов (Wi-Fi теги, например), с точно известным расположением. Далее, на основе анализа силы сигнала (времени распространения) можно провести триангуляцию для определения положения конкретного пользователя (устройства). В принципе, то же самое что и A-GPS. Там игра идет вокруг определения положения относительно известных базовых станций, здесь - роль базовых станций играют теги (точки доступа).

Отсюда проистекает и главная проблема - необходима предварительная разметка такой Wi-Fi сети. А что если нам нужны более динамичные решения? Это и есть отправная точка для проекта SpotEx (Spot expert).

Что если мы возьмем от традиционных indoor positioning systems только первый шаг - определение доступных в данной точке Wi-Fi сетей (видимых точек доступа)? Если какая-то Wi-Fi сеть (сети) видна (видны) на мобильном телефоне, то телефон находится в некоторой близости от соответствующей точки доступа. То есть в качестве базы для сервиса мы используем понятие "близости". Но использование proximity as a service несет определенные практические трудности. Для location services есть программные инструменты. А что делать с близостью?

В проекте SpotEx в качестве такого инструмента предлагается использовать задать набор правил, привязанных к точкам доступа и определяющих возможный контент, который пользователи могут раскрыть (получить). Получается такой context aware браузер - пользователь может просматривать определенный контент, видимость (доступность) которого определяется его местоположением (видимыми точками доступа, а равно как и другими условиями - временем, вероятностью, предыдущей историей посещения etc.)

Никакой предварительной разметки Wi-Fi сети не нужно, правила можно задавать динамически, узлы опорной сети могут добавляться также динамически. Еще один аргумент в пользу того, почему это интересно: в качестве такого Wi-Fi тега может выступать другой мобильный телефон. Просто точка доступа, открытая на мобильном телефоне. И привязанный к ней контент.

Еще раз - здесь не идет о речь о доступе к Wi-Fi через какие-то узлы. Точка доступа может быть и закрытой. Главное, чтобы она была видна. Она играет роль датчика (тригера). Если ее видит пользователь, то он рядом.

В текущей реализации сервис включает в себя Android приложение для клиентов и веб-сервис (а также мобильное веб-приложение) для описания контента (правил). См. сайт Spot expert

Возможные модели использования: автоматическая доставка на мобильные телефоны коммерческой информации в торговых центрах, распространение новостей в офисных зданиях и кампусах, smart city проекты.

Есть также упрощенная версия для как раз для ретейла - In Mall Notes. Свяжитесь с нами, если нужен тестовый доступ.

Побочный эффект - WiFi chat. Здесь в качестве такого доступного контента выступают веб-чат и форумы, привязанные к видимой сети. Например, есть некоторая сеть Wi-Fi доступная в поезде (автобусе и т.п.) А вот тогда чат (форум) для пассажиров. Вот здесь есть подробнее о WiFi chat.

Местные чат и форум

Обновлено мобильное приложение WiFi chat. Какие общие объекты (реальные или искусственные) могут послужить некоторым объединительным моментом (пунктом), вокруг которого можно собрать мобильных пользователей? Речь не идет о том, что мобильные абоненты могут являться членами какой-то социальной сети. Это скорее способ собрать какую-то группу по интересам, что называется, на лету. Вот, например, несколько приложений:

Городские форумы - обсуждения (дискуссии, форумы), привязанные к каким-то местам (POI - point of interest)
Гео-форумы - такие же дискуссии, но привязанные только к географическому положению
Мобильный форум - форум (обсуждение), привязанное к какому-то физическому объекту (предмету).
Городской чат - веб-чат, привязанные к какому то месту (POI)
Гео-чат - веб-чат, привязанный к местоположению.

WiFiChat представляет собой форум и чат, привязанные к конкретной Wi-Fi сети. Это мобильное приложение (Android), которое позволяет видеть доступные в данном месте Wi-Fi сети и привязать обсуждение (или веб-чат) к конкретной сети. Речь не идет о присоединении к данной сети, Wi-Fi сеть используется как сенсор. Те, кто видят эту сеть - находятся поблизости друг от друга. Им может быть есть, что обсудить, о чем поговорить и т.д. А уж используют они для доступа к сети вообще Wi-Fi, данную сеть или мобильный интернет от оператора - это их личное дело.

Одно интересное замечание (хинт) - точка доступа Wi-Fi может быть создана непосредственно на мобильном телефоне. Опять таки, поскольку речь в данном сервисе не идет о присоединении пользователей Wi-Fi, такая точка доступа (по сути - такой телефон) играет роль сенсора присутствия, к которому могут быть присоединены обсуждения.

Технически приложение использует облачные форумы от Disqus и веб-чат от Coldbeans.

Вот ссылка для загрузки .apk файла с Android Market:

com.wifichat

также можно загрузить приложение непосредственно с нашего сайта. Вот соответствующий QR-код:



WiFiChat, на самом деле, есть часть (побочный эффект) проекта SpotEx, который основан на идеях Wi-Fi proximity и позволяет привязать свои собственные данные (сообщения) к точкам доступа Wi-Fi. Но это уже отдельная история.

Wi-Fi direct

Технология Wi-Fi direct обеспечивает непосредственное взаимодействие Wi-Fi устройств друг с другом. И это не обязательно точка-точка. Группа устройств может присоединиться к одному хосту. При этом наличия какой-то общей Wi-Fi поддержки (сети) не требуется. Соединяющиеся устройства сформируют свою сеть.

Вот примеры программирования Wi-Fi direct для Android 4. Вот еще интересная среда для создания Wi-Fi direct сервисов - Qwarq.

Мы планируем добавить поддержку Wi-Fi direct в SpotEx.

Слежение за мобильными телефонами

Пара интересных проектов, построенных на одной технологической идее. У большинства пользователей смартфонов Wi-Fi остается всегда включенным. Некоторые сервисы даже требуют этого, безотносительно того, есть Wi-Fi соединение или нет. Например, Google Maps - уточняет позиционирование по видимым точкам доступа. А раз так, то мобильный телефон постоянно рассылает статусные сообщения Wi-Fi (они же beacon). Их можно сканировать и по их наличию определять присутствие телефона в данной области.

Это не слежение за владельцем телефона, а именно за устройством. Это способ обнаружения телефонов. Ничего о владельце узнать нельзя, а вот mac-адрес получить можно. А это (не 100%, но с большой точностью) однозначно идентифицирует телефон. То есть можно не только сказать, что да, есть какой-то телефон в данной области, но и понять - первый раз он здесь появился, или уже бывал до этого. И что очень важно - это не требует от владельца телефона подключаться к какой-то точке доступа и т.п. Достаточно, чтобы на телефоне просто был включен Wi-Fi.

Для чего это нужно? Ответ очевиден - реальная статистика. Вот все то, что собирают (показывают) системы веб-статистики можно делать для реальных помещений и реальных посетителей. Маркетинг в кафе, магазине, ресторане, например. Сколько было посетителей вчера и сегодня, сколько в среднем времени проводил человек здесь, каково ядро (постоянные посетители) и т.д. Вот пример подобного приложения: Euclid.

Вот система от Navizon, например.

А вот устройство, которое поставляет AbavaNet:

Оно выполнено в виде Wi-Fi роутера. Дополнительное преимущество для покупателя - это Wi-Fi router (то есть можно Wi-Fi посетителям или своему персоналу предоставлять), а дополнительно он еще умеет собирать статистику. При этом еще могут учитываться и Bluetooth устройства. На тех же самых принципах - без установления соединения. На самом деле пренебрегать наличием Bluetooth не стоит. Простой тест (включите, например, Bluetooth на своем телефоне и посмотрите, какие еще есть точки вокруг) показывает 3-5 устройств в вагоне московского метро.

UPD. Вот, например, как выглядит статистика для реальных устройств.

Wi-Fi отпечаток

Повторная идентификация человека — ключевая и сложная задача видеонаблюдения. Хотя традиционные методы основаны на визуальных данных, такие проблемы, как плохое освещение, преграды и неоптимальные углы обзора, часто снижают производительность. Для решения этих проблем мы представляем WhoFi — новый метод повторной идентификации человека, использующий сигналы Wi-Fi. Биометрические характеристики извлекаются из информации о состоянии канала (CSI) и обрабатываются модульной глубокой нейронной сетью (DNN) с кодировщиком на основе преобразователя. Сеть обучается с использованием пакетной функции отрицательных потерь для получения надежных и обобщаемых биометрических сигнатур. Эксперименты с набором данных NTU-Fi показывают, что наш подход обеспечивает конкурентоспособные результаты по сравнению с современными методами, подтверждая его эффективность в идентификации людей по сигналам Wi-Fi. - WhoFi: Deep Person Re-Identification via Wi-Fi Channel Signal Encoding

См. также другие публикации по теме Wi-Fi

Прямой WiFi

Wi-Fi direct - новый стандарт для непосредственного обмена данными по Wi-Fi. Не требуется точка доступа. Устройства будут договариваться между собой. И что особенно интересно, программным образом можно будет обновить существующие Wi-Fi устройства для поддержки данной технологии.
Так что в 2010 году может начаться массовая смерть Bluetooth.

Абавазрение 24.11.2015

Подборка новых материалов по iBeacons, proximity и physical web:

1. Интеграция Wi-Fi узлов и BLE тегов. Но вообще-то, c Wi-Fi узлами можно решать те же задачи, что и с тегам (см., например, WiFi Chat). Да и теги Bluetooth можно не размещать, а открывать непосредственно на мобильном телефоне - Bluetooth Data Points

2. Примеры персонализации информации в ритейле. Как это делают в Австралии.

3. Городские автобусы как Wi-Fi маршрутизаторы. А также общественный транспорт можно использовать в качестве тегов в информационной сети - Cars as tags

4. Двусторонний обмен данными с BLE тегами.

5. ShopKick - как устроена инфраструктура системы тегов

Wi-Fi Aware

Proximity в мире Wi-Fi. Как это виделось: Wi-Fi Aware: A platform for proximity-based Wi-Fi innovation. И что вышло: Wi-Fi Aware.

Wi-Fi мониторинг

Open-Source инструменты для анализа Wi-Fi трафика. В частности, можно организовать пассивный Wi-Fi мониторинг. Есть версия для Windows, хотя число поддерживаемых Wi-Fi адаптеров меньше, чем для *nix.

см. здесь другие ссылки по теме Wi-Fi мониторинг

Бесплатный Wi-Fi

Skype хочет охватить всю Британию своим бесплатным Wi-Fi. Бизнес, который желает присоединиться к такой программе платит всего 16 долларов в месяц.

За эти деньги кафе, например, предложит своим посетителям бесплатный Wi-Fi. Но ведь это не все. За эти деньги кафе получит еще и информацию о том, что делали посетители в сети. То есть будет накапливать информацию, которую вполне сможет использовать в специальных предложениях этим посетителям. И это для бизнеса будет весьма ценная информация.

И такого рода соображения могут лежать в основе бизнес модели бесплатных Wi-Fi сетей. Их бизнес будет оплачивать (точнее - их статистику).

А ведь наличие Wi-Fi облегчит еще и реальную аналитику, основанную на отслеживании мобильных телефонов.

Сенсоры с Wi-Fi

Интересное устройство - сенсорный блок с Wi-Fi соединением. Акселерометр, датчик температуры, в перспективе - другие датчики с возможностью уведомления о событиях по Wi-Fi.

Кстати, у этого устройства есть и другое применение. Питается он от батарееек, работает долго и может быть использован как Wi-Fi тег. А к тегу можно добавить сообщения и правила для их активации. Это то, что делает SpotEx.

P.S. а касательно сенсоров с GSM см. GSM розетка

Еще о Wi-Fi

Еще один нестандартный способ использования Wi-Fi - отслеживание перемещения людей в помещении, где есть Wi-Fi router:

Отсюда. При этом следящему устройству не нужно находиться в том же самом помещении. Лишь бы сигнал проникал за стену. Рентгеновский аппарат нового поколения, практически :)

А ранее мы писали про слежение за телефонами. И применения там, конечно, более мирные - маркетинг. Но обе модели применения зависят от наличия Wi-Fi маршрутизатора

Wi-Fi мониторинг

Практический пример использования пассивного Wi-Fi мониторинга. Заметка, конечно, более рекламного характера, чем технического. Пусть останется здесь для ссылки.

Кстати, упомянутая там цифра в 75% телефонов с включенным Wi-Fi интерфейсом - соответствует нашим измерениям. Точнее было бы говорить о проценте определенных телефонов. Вот он как раз: 70%-80%. А Wi-Fi то может быть и у большего количества включен - просто это не гарантирует его обнаружения. Такова уж природа этих измерений.

Координаты для Wi-Fi

Описание Яндекс.Локатор - получение координат объекта без GPS. В основном, рассматривают Wi-Fi позиционирование.

Можно отметить, что перечисленными в статье поставщиками баз данных с координатами Wi-Fi узлов дело, конечно, не ограничивается. Вот, например, WeFi. И вообще - посмотрите другие источники в Google

P.S. ну и есть много задач, где собственно координаты Wi-Fi узлов и не нужны. Достаточно того, что сами узлы видны. Об этом как раз наш проект SpotEx

Wi-Fi подслушка

Шпионские приложения на основе Wi-Fi. Помимо известных ранее способов определения присутствия человека с помощью Wi-Fi, некоторые предложения выглядят совсем фантастически. Например, здесь утверждается, что с 90% точностью для заданного словаря можно понять речь, анализирую то, как "говорение" влияет на распространение Wi-Fi сигнала.

Без времени

Системы глубокого обучения, обрабатывающие временные и последовательные данные, все чаще используются в критически важных для безопасности приложениях, включая мониторинг состояния здоровья, автономную навигацию и алгоритмическую торговлю. Однако эти системы обладают серьезной уязвимостью к атакам со стороны злоумышленников — тщательно разработанным возмущениям, которые вызывают систематическую неправильную классификацию, оставаясь при этом незаметными. В данной статье представлен всесторонний систематический обзор атак со стороны злоумышленников на системы классификации временных рядов, распознавания активности человека (HAR) и обучения с подкреплением (RL), основанный на анализе 127 статей, опубликованных в период с 2019 по 2025 год, в соответствии с рекомендациями PRISMA с документированной межэкспертной надежностью (κ = 0,83). Мы устанавливаем единую четырехмерную таксономию, различающую характеристики атак в зависимости от целевых модальностей (носимые датчики IMU, датчики WiFi/радара, распознавание на основе скелета, медицинские/финансовые временные ряды и агенты RL), стратегий возмущения, временного диапазона и уровней физической реализуемости. Наш количественный анализ выявляет серьезные базовые уязвимости — атаки FGSM снижают точность HAR с 95,1% до 3,4% в условиях «белого ящика», — при этом демонстрируя, что переносимость между датчиками значительно варьируется от 0% до 80% в зависимости от расположения на теле и модальности. Критически важно, что мы выявляем существенный разрыв между показателями успешности цифровых атак (85–98%) и физически подтвержденных атак, при этом подтверждение с помощью аппаратного моделирования демонстрирует 70–97% успеха только для Wi-Fi и радаров, в то время как физические атаки с использованием носимых IMU остаются полностью неподтвержденными. Мы проводим систематический анализ механизмов защиты, включая обучение с использованием состязательных методов, подходы, основанные на обнаружении, сертифицированные средства защиты, и ансамблевые методы, предлагая структуру Temporal AutoAttack (T-AutoAttack) для стандартизированной оценки адаптивных атак. Наш анализ показывает, что существующие средства защиты демонстрируют снижение производительности на 6–23% при адаптивных атаках, при этом сертифицированные методы показывают наименьший разрыв, но приводят к снижению точности на 15–30%. Мы также выявляем новые уязвимости в архитектурах HAR на основе трансформеров и в системах прогнозирования временных рядов на основе LLM, которые требуют срочного внимания. Обзор завершается составлением приоритетной дорожной карты исследований, в которой определены восемь критических пробелов с указанием конкретных наборов данных, оценочных конвейеров и сроков внедрения. Мы предлагаем практические рекомендации по внедрению для специалистов в области носимых HAR, Wi-Fi/радарного зондирования, систем обучения с подкреплением и новых временных приложений на основе LLM. Эта работа предлагает первое унифицированное решение, объединяющее исследования временных рядов и состязательных систем обучения с подкреплением, закладывая основы для разработки надежных временных систем ИИ, пригодных для реального применения в критически важных областях безопасности. - Temporal Adversarial Attacks on Time Series and Reinforcement Learning Systems: A Systematic Survey, Taxonomy, and Benchmarking Roadmap

P.S. См. также другие публикации по теме adversarial, посвященные устойчивому машинному обучению

Аналитика для позиционирования в помещении

Еще одна компания, предлагающая аналитику для indoor positioning. Это также основано на пассивном Wi-Fi мониторинге. Вот здесь можно почитать подробнее про YFind.

А здесь можно посмотреть демо версию нашего продукта по статистике для мобильных пользователей - Spotique. В основе - тот же самый мониторинг на базе Wi-Fi. Более точно - Wi-Fi и Bluetooth.

Wi-Fi досмотрщик

Использование Wi-Fi для поиска опасных материалов в багаже.

См. также Wi-Fi рентген

Проектирование Wi-Fi сети

Толковое описание проектирования Wi-Fi сети и расстановки точек доступа

См. также другие публикации, посвященные Wi-Fi

Wi-Fi рентген

Wi-Fi видит сквозь стены

См. также другие публикации по теме Wi-Fi