Channel state information (CSI) feature extraction using the ESP32 toolkit for IoT forensics purpose

Many studies have demonstrated the success of re-using wireless signals to sense human activities as wireless technologies and sensing methodologies have advanced. It is possible to detect human motions by analyzing received wireless signals and using the results for IoT forensics. Human body movements have an impact on wireless signal propagation (e.g., reflection, diffraction, and scattering). Wi-Fi sensing is a compelling alternative for keeping an eye on the kids after school, remotely caring for elderly relatives, and anonymously gathering biometric data. It has gained enormous traction due to its inherent advantages in terms of privacy and ubiquity. Recent research has demonstrated the ability to sense physical environments, such as counting the number of human occupants, body gesture or walking giant.Wi-Fi sensing expands on existing mechanisms in wireless networks for detecting environmental changes. The system’s goal is to provide intelligent human dynamics monitoring. It has been shown in this research that through practical experiments and with careful analysis of Channel State Information (CSI) collected from WiFi signals, it is possible to detect targets, which in this case is hand movements, captured with the ESP32 Toolkit, an IoT device that generates CSV files, based on movements made and transmitted wirelessly through the channel between Tx and Rx. then compare prediction accuracy using classification metrics as threshold parameter changes in the amplitude of the CSI data.

Molti studi hanno dimostrato il successo del riutilizzo dei segnali wireless per rilevare le attività umane, che le tecnologie wireless e le metodologie di rilevamento sono avanzate. È possibile rilevare i movimenti umani analizzando i segnali wireless ricevuti e utilizzando i risultati per IoT forensics. I movimenti del corpo umano hanno un impatto sull wireless signal propagation (ad es. riflessione, diffrazione e dispersione). Il Wi-Fi Sensing è un’alternativa convincente per tenere d’occhio i bambini dopo la scuola, prendersi cura a distanza dei parenti anziani e raccogliere anonimamente dati biometrici. Ha guadagnato un’enorme trazione grazie ai suoi vantaggi intrinseci in termini di privacy e ubiquità. Recenti ricerche hanno dimostrato la capacità di percepire ambienti fisici, come contare il numero di occupanti umani, gesti del corpo o giganti che camminano. Il Wi-Fi Sensing espande i meccanismi esistenti nelle reti wireless per rilevare i cambiamenti ambientali. L’obiettivo del sistema è fornire un monitoraggio intelligente delle dinamiche umane. In questa ricerca è stato dimostrato che attraverso esperimenti pratici e con un’attenta analisi delle Channel State Information (CSI) raccolte dai segnali WiFi, è possibile rilevare i target, in questo caso i movimenti delle mani catturati con il Toolkit ESP32, un dispositivo IoT che genera file csv, basati sui movimenti effettuati e trasmessi in modalità wireless attraverso il canale tra Tx e Rx. quindi confrontare l’accuratezza della previsione utilizzando le metriche di classificazione come modifiche dei parametri di soglia nell amplitude dei dati CSI.