BAGIKAN
[MichaelGaida]

WiFi yang biasanya digunakan, dapat dengan mudah mendeteksi senjata, bom dan bahan kimia peledak yang terdapat pada tas di museum, stadion, taman hiburan, sekolah, dan tempat umum lainnya, menurut studi yang dilakukan oleh para peneliti dari Universitas Rutgers-New Brunswick .

Sistem deteksi obyek yang mencurigakan dari para peneliti mudah diatur, mengurangi biaya pemeriksaan keamanan dan menghindari pelanggaran privasi seperti ketika para penjaga yang harus memeriksa dan membuka tas, ransel dan koper. Pemeriksaan tradisional biasanya membutuhkan tingkat staf yang tinggi dan peralatan khusus yang mahal.

“Ini bisa memiliki dampak besar dalam melindungi masyarakat dari benda-benda berbahaya,” kata Yingying (Jennifer) Chen , rekan penulis studi dan seorang profesor di Departemen Teknik Listrik dan Komputer di Sekolah Teknik Rutgers – New Brunswick. “Ada kebutuhan yang berkembang untuk itu sekarang.”

WiFi, atau nirkabel, sinyal di sebagian besar tempat umum dapat menembus tas untuk mendapatkan dimensi benda logam berbahaya dan mengidentifikasinya, termasuk senjata, kaleng aluminium, laptop, dan baterai untuk bom. WiFi juga dapat digunakan untuk memperkirakan volume cairan seperti air, asam, alkohol, dan bahan kimia lainnya untuk bahan peledak, menurut para peneliti.

[Photo: Data Analysis and Information Security (DAISY) Lab]
Sistem berbiaya rendah ini membutuhkan perangkat WiFi dengan dua hingga tiga antena dan dapat diintegrasikan ke jaringan WiFi yang ada. Sistem ini menganalisis apa yang terjadi ketika sinyal nirkabel menembus dan memantul objek dan material.

Percobaan dengan 15 jenis objek dan enam jenis tas menunjukkan tingkat akurasi deteksi 99 persen untuk benda-benda berbahaya, 98 persen untuk logam dan 95 persen untuk cairan. Untuk ransel khas, tingkat akurasi melebihi 95 persen dan turun menjadi sekitar 90 persen ketika benda di dalam tas dibungkus, kata Chen.

“Di area publik yang besar, sulit untuk memasang infrastruktur penyaringan mahal seperti apa yang ada di bandara,” kata Chen. “Tenaga kerja selalu diperlukan untuk memeriksa tas dan kami ingin mengembangkan metode pelengkap untuk mencoba mengurangi tenaga kerja.”

Langkah selanjutnya termasuk mencoba meningkatkan akurasi dalam mengidentifikasi objek dengan cara mencitrakan bentuknya dan memperkirakan volume cairan, katanya.

Studi peer-review ini menerima penghargaan makalah terbaik pada Konferensi IEEE 2018 tentang Komunikasi dan Keamanan Jaringan pada cybersecurity. Studi yang dipimpin oleh para peneliti di Wireless Information Network Laboratory (WINLAB) di School of Engineering – termasuk para insinyur di Indiana University-Purdue University Indianapolis (IUPUI) dan Binghamton University.