Wi-Fi sinyali odada ne yapıyor?
Modemin bir veri paketi gönderdiğinde sinyal telefonuna dümdüz gitmiyor. Duvarlardan, eşyalardan ve senden yansıyarak, birçok farklı yoldan geliyor. Wi-Fi bir paketi aynı anda onlarca dar frekans parçası (alt taşıyıcı) üzerinden gönderiyor. Alıcı cihaz, her parçanın ne kadar zayıfladığını ve ne kadar kaydığını ölçüyor.
Bu ölçümün adı CSI (Channel State Information, yani kanal durum bilgisi). Cihaz bunu her pakette zaten hesaplıyor, çünkü veriyi doğru çözebilmek için kanalın o anki hâlini bilmesi gerekiyor. Normalde bu sayılar kullanıldıktan sonra atılıyor. Ama saklarsan bir şey fark ediyorsun: Odada biri hareket ettikçe sayılar da değişiyor. Vücudun, sinyalin yansıma biçimini bozuyor.
Kamera öğretmen, Wi-Fi öğrenci
Asıl zorluk bu sayıların ne anlama geldiğini çözmek. İnsan gözüne rastgele dalgalanan değerler gibi görünüyorlar. Araştırmacıların çözümü zekice: Odaya bir kamera koyup görüntüdeki vücut duruşunu bir poz tanıma modeliyle çıkarıyorlar. Aynı anda Wi-Fi verisini kaydediyorlar. Sonra ikinci bir modeli sadece Wi-Fi verisine bakıp kameranın verdiği cevabı tahmin etmeye eğitiyorlar. Model yeterince öğrendiğinde kamera kaldırılıyor. Carnegie Mellon Üniversitesi’nin 2022 sonunda yayımlanan “DensePose From WiFi” çalışması bu fikrin en bilinen örneği.
RuView: İddialar ve küçük yazılar
RuView, Wi-Fi ile duvar arkasından insan, nefes ve kalp atışı algıladığını söyleyen, GitHub’da çok popüler olmuş açık kaynak bir proje. Ucuz ESP32-S3 kartları için CSI toplayan bir yazılım da içeriyor. (Aynı çip ailesinde dil modeli çalıştıran bir projeyi de görmüştük.)
Ama projenin kendi belgeleri bile manşetten daha temkinli. %82’lik poz doğruluğu, Singapur’da 40 kişiyle dört farklı odada kaydedilmiş MM-Fi veri setinde ölçülmüş. Test örnekleri eğitimdeki kayıtlarla aynı oturumlardan geliyor. RuView’in kendi çalışmasına göre model hiç görmediği bir odada denendiğinde doğruluk %10 civarına iniyor. Birkaç etiketli örnekle o odaya göre yeniden ayarlanınca toparlanıyor. Projenin README’si tek ESP32 kartla canlı iskelet çıkarma özelliğinin henüz hedefin çok altında olduğunu da yazıyor. Videoya göre RuView’in viral demosunda kişiyi takip eden iskelet aslında web kamerasından geliyor, Wi-Fi kısmı simüle ediliyor.
Üç kart, bir öğleden sonra
Better Stack’ten Andris bunu evde denedi. 10 dolarlık üç ESP32-S3 kartına RuView’in yazılımını yükledi. İki değişiklik yaptı: Her kart kendi rengiyle yanıyor ve kartlar sadece modemi değil, birbirlerini de dinliyor. Böylece odayı farklı açılardan kesen dokuz “algılama hattı” oluşuyor.
Eğitimde web kamerası öğretmen oldu. Google’ın MediaPipe poz modeli tarayıcıda çalışıp “oturuyor”, “çömeliyor” gibi etiketler üretti. Görüntü tarayıcıdan çıkmadı, sadece etiket gönderildi. Toplam 9 dakikalık hareket kaydıyla küçük bir model eğitildi. Ayrı bir test oturumunda sekiz hareketin ortalaması %79,5 çıktı. Rastgele tahmin %12,5 verirdi. Oda boşken model her seferinde doğru bildi. Zıplama %97, oturma %93 oldu. El sallama ise sadece %13’te kaldı: Kollar vücuda göre küçük, sinyali yeterince değiştirmiyor.
Kurulumun sınırları açık. Bir kişi, bir oda, bir öğleden sonra. Kartların yeri değişirse ya da odaya başka biri girerse model yeniden eğitilmeli.
Gizlilik tarafı
Bu düzenin en kolay yaptığı iş, odada biri olup olmadığını anlamak. Wi-Fi sinyali duvardan geçiyor ve modemin sürekli yayın yapıyor. Videoya göre prensipte duvarın öbür tarafına konan ucuz bir kart, evde olup olmadığını ya da ne zaman uyuduğunu çıkarmaya yetebilir. Hırsızın işine yarayacak tam da bu bilgi.
IEEE, Wi-Fi algılamayı resmî bir standart hâline getirdi: 802.11bf, Eylül 2025’te yayımlandı. Wi-Fi’nin alt katmanlarına, cihazların algılama ölçümlerini standart bir yolla yapabilmesi için eklemeler getiriyor. Yani bu özellik ileride sıradan modemlere hazır gelebilir. Aynı teknik iyi işlere de yarıyor: kamerasız bir hareket sensörü, evde yalnız yaşayan yaşlı bir yakının hareket edip etmediğini izlemek ya da düşme algılama.
Düşün
- Evindeki modem, odada kimin olduğunu bilebilseydi bu veriyi kimin görmesine izin verirdin?
- Kamerasız algılama, kameraya göre daha mı gizlilik dostu, yoksa sadece daha mı görünmez?
Videoyu izle
Kaynaklar (8, İngilizce)
- Better Stack: Your Wi-Fi Can Detect You Through Walls. I Tested It. (video) (yeni sekmede açılır)
- GitHub: andrisgauracs/wifi-sensing-kit (yeni sekmede açılır)
- GitHub: ruvnet/RuView (yeni sekmede açılır)
- RuView: MM-Fi WiFi sensing study (yeni sekmede açılır)
- arXiv: DensePose From WiFi (Carnegie Mellon University) (yeni sekmede açılır)
- arXiv: MM-Fi: Multi-Modal Non-Intrusive 4D Human Dataset for Versatile Wireless Sensing (yeni sekmede açılır)
- IEEE 802.11bf-2025 (WLAN Sensing) (yeni sekmede açılır)
- Google AI Edge: MediaPipe Pose Landmarker (yeni sekmede açılır)
Kendi cümlelerimizle yazılmış bir özettir, çeviri değildir. Tüm kaynaklar yukarıda.