|
Геолокация людей по аудиозаписям
|
|
|
|
Исследователь с YouTube-канала Colsto продемонстрировал способ определения местоположения по едва различимым фоновым звукам на аудиозаписях. Метод основан на эффекте Доплера и позволяет установить, где находилось записывающее устройство, с точностью около 100 м. В некоторых случаях для этого достаточно менее минуты аудио.
|
|
|
|
Для эксперимента использовали общедоступные данные ADS-B о местоположении, высоте и скорости самолетов. Информацию обработали на Python, разделив воздушные суда на группы по типу двигателей — реактивные и винтовые. Затем исследователи разбили территорию на сетку с шагом 200 м и для каждой предполагаемой точки рассчитали ближайшее расстояние до траектории самолета, а также время распространения звука. При расчетах учитывали трехмерное расстояние и данные цифровой модели рельефа.
|
|
|
|
Следующим этапом стало сопоставление полученных моделей с аудиозаписью. По спектрограммам определили характерные доплеровские кривые, которые позволили оценить скорость самолетов и расстояние до точки их максимального сближения со слушателем. Дополнительно алгоритм учитывал интервал в 920 секунд между двумя пролетами и периоды тишины, исключая неподходящие варианты.
|
|
|
|
Для каждой оставшейся точки смоделировали звуковую картину, которую должен был бы услышать находящийся там человек. Расчеты учитывали радиальную скорость самолета в момент излучения звука, полученную на основе интерполированных данных ADS-B. Затем смоделированные кривые сравнили с реальной спектрограммой, скорректировав погрешности измерения времени максимального сближения и основной частоты сигнала.
|
|
|
|
|
|
|
Исследователь повторил эксперимент с другой записью продолжительностью одну минуту. На этот раз поиск проводился по всей территории США, причем алгоритм снова поставил настоящее местоположение на первое место среди возможных совпадений.
|
|
|
|
Отдельная часть работы посвящена способам защиты от подобной геолокации. Автор объяснил, почему распространенные методы обработки аудио не всегда помогают скрыть местоположение: фильтрация высоких частот, добавление фонового шума и сжатие звука при телефонных звонках с шумоподавлением могут не устранять признаки, необходимые для анализа.
|
|
|
|
Эксперимент представляет собой демонстрацию возможностей акустики, цифровой обработки сигналов и анализа общедоступных данных. Автор не публиковал исходный код или готовые инструменты. При этом на GitHub появился независимый проект DOPPLERGEIST, который реализует аналогичный подход и позволяет проводить такой анализ самостоятельно.
|
|
|
|
Источник
|
