O WiFi comum pode detectar armas facilmente, bombas e produtos químicos explosivos em bolsas em museus, estádios, parques temáticos, escolas e outros locais públicos, de acordo com um estudo liderado pela Rutgers University-New Brunswick.

O sistema de detecção de objetos suspeitos dos pesquisadores é fácil de configurar, reduz os custos de triagem de segurança e evita invadir a privacidade, como quando os triadores abrem e inspecionam bolsas, mochilas e bagagens. A triagem tradicional normalmente requer altos níveis de pessoal e equipamentos especializados caros.

"Isso pode ter um grande impacto na proteção do público de objetos perigosos, "disse Yingying (Jennifer) Chen, coautor do estudo e professor do Departamento de Engenharia Elétrica e de Computação da Escola de Engenharia de Rutgers-New Brunswick. "Há uma necessidade crescente disso agora."

O estudo revisado por pares recebeu o prêmio de melhor artigo na Conferência IEEE de 2018 sobre comunicações e segurança de rede sobre segurança cibernética. O estudo - liderado por pesquisadores do Laboratório de Rede de Informação Sem Fio (WINLAB) na Escola de Engenharia - incluiu engenheiros da Indiana University-Purdue University Indianapolis (IUPUI) e da Binghamton University.

Wi-fi, ou sem fio, sinais na maioria dos lugares públicos podem penetrar em sacos para obter as dimensões de objetos de metal perigosos e identificá-los, incluindo armas, latas de alumínio, laptops e baterias para bombas. O WiFi também pode ser usado para estimar o volume de líquidos, como água, ácido, álcool e outros produtos químicos para explosivos, de acordo com os pesquisadores.

Este sistema de baixo custo requer um dispositivo WiFi com duas a três antenas e pode ser integrado às redes WiFi existentes. O sistema analisa o que acontece quando os sinais sem fio penetram e ricocheteiam em objetos e materiais.

Experimentos com 15 tipos de objetos e seis tipos de bolsas demonstraram taxas de precisão de detecção de 99 por cento para objetos perigosos, 98% para metal e 95% para líquido. Para mochilas típicas, a taxa de precisão excede 95 por cento e cai para cerca de 90 por cento quando os objetos dentro dos sacos são embrulhados, Chen disse.

"Em grandes áreas públicas, é difícil configurar uma infraestrutura de triagem cara como a que existe nos aeroportos, "Chen disse." Sempre é preciso mão-de-obra para despachar as malas e queríamos desenvolver um método complementar para tentar reduzir a mão-de-obra. "

As próximas etapas incluem tentar aumentar a precisão na identificação de objetos por meio de imagens de suas formas e estimando os volumes de líquidos, ela disse.