RuView BFLD 深度解析：为 WiFi 感知堆栈打造的波束赋形反馈隐私门控层

RuView BFLD 深度解析为 WiFi 感知堆栈打造的波束赋形反馈隐私门控层【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuViewBFLDBeamforming Feedback Layer for Detection波束赋形反馈检测层是 RuView / wifi-densepose 生态中的隐私安全层它从 IEEE 802.11ac/ax 明文波束赋形反馈BFI中持续度量当前 RF 数据是否已具备个体识别能力并以identity_risk_score与privacy_class字节门控一切出站数据。读完本文你将掌握 BFLD 的三项结构性隐私不变式、四类隐私等级的数据暴露边界、风险评分与哈希轮换的底层实现以及它如何接入 Home Assistant、Matter 与 MQTT 自动化生态。BFLD 的完整设计档案位于 docs/research/BFLD/11 个文件的研究包其总体架构决策已沉淀为 ADR-118而对应的 Rust cratewifi-densepose-bfld已在仓库的 v2/crates/wifi-densepose-bfld/ 落地实现本文的源码级佐证均取自该 crate。1. 问题背景明文 BFI 是会广播身份的协议产物BFLD 的存在建立在两个物理层事实之上。1.1 CSI 与 BFI 的泄露画像差异**CSI信道状态信息**是接收端在全部子载波与天线对上测得的复信道频率响应矩阵规模为 Ntx × Nrx × Nsubcarrier稠密且高维。获取 CSI 需要固件级改造如 Atheros CSI Tool、面向树莓派 BCM43455c0 的 Nexmon CSI patch或专用软件无线电属于研究仪器。BFI波束赋形反馈信息则是 STA 回传给 AP 的压缩信道表示。802.11ac/axIEEE 标准 9.4.1.52 节中AP 先发 NDP sounding 帧STA 测量信道后对右奇异向量做 Givens 旋转压缩得到 Phiφ[0, 2π)与 Psiψ[0, π/2)两组角度802.11ac 分别量化为 7/5 bit802.11ax 默认为 4/2 bit。STA 将量化角度装入 VHT/HE Compressed Beamforming ReportCBFR帧发回。关键在于CBFR 是管理面帧而非 802.3 数据帧。它在 WPA2/WPA3 关联加密协商之前就以明文发送——即使开启 PMF受保护管理帧2025 年的商品 AP 也默认不加密波束赋形交换中的 action 帧。因此提取 CSI 需要设备物理访问与固件修改而提取 BFI 只需要一张支持 monitor 模式的网卡加一个 CBFR 解析器且帧向全方向广播附近攻击者以与 AP 几乎相同的 SNR 即可收到。1.2 已被学术界证实的两条攻击路径研究包 01-sota-survey.md 梳理了两个 2024–2025 年的独立研究结论BFIdKITACM CCS 2025仅凭 BFI不含 CSI即可在 197 人数据集上实现 90% 的再识别准确率且只需 5 秒采集约 10 Hz sounding 下的 600 帧 CBFR。BFI-only 的识别精度与 CSI-only 相当证明 Givens 角度压缩保留了身份判别性方差。LeakyBeamNDSS 2025用商品硬件可在 20 米外穿墙检测占用真实环境 TPR 82.7%、TNR 96.7%。它证明 BFI 编码了人体进入房间引起的信道扰动。对 RuView 而言这个问题的现实意义在于现有 rvCSI 感知管线ADR-095/ADR-096基于 CSI 输出 presence、motion、person_count 等事件却没有任何一层显式度量这些输出是否来自可识别个体的数据。BFLD 正是填补这一缺口的隐私层。2. BFLD 的核心思想免疫系统而非监控镜头设计文档 02-soul.md 用一个比喻定义了 BFLD 的立场免疫系统不会给遇到的每个病原体建立档案——它按类型分类、按比例响应、把详细记录留在体内。BFLD 同样不生产身份而是守卫身份的意外生产检测 RF 数据何时从环境感知滑向身份记录并在本地响应——抬高风险分、限制出站数据、轮换标识符。这一区分是结构性的同一物理信号既驱动 presence 检测也被 BFId/LeakyBeam 用于再识别。BFLD 无法抑制底层物理但可以保证节点的输出不可识别即使其输入本可支持识别。由此衍生出三类输出等级的判定表隐私类与可逆性输出隐私类可逆性Presence是/否2 — anonymous不可逆为身份Motion 幅度0..11 — derived不可逆为身份Person count整数1 — derived不可逆为身份Zone activity1 — derived不可逆为身份Identity risk score1 — derived是风险分不是身份RF signature hash1 — derived每日轮换不可逆Identity embedding0 — raw可直接还原为生物特征原始 BFI 矩阵0 — raw可直接还原为生物特征这张表不是政策清单而是被编入帧格式的约束每个BfldFrame携带的privacy_class字节在数据离开节点前于 emitter 边界强制检查任何想发送 class-0 数据的代码必须主动绕过编译期安全检查而非仅仅忘记设一个 flag。3. 三项结构性不变式不可配置、非政策BFLD 的核心是三条无论操作者如何配置都成立的结构性属性而非访问控制规则不变式 I1原始 BFI 永不离开节点BFI 矩阵被 extractor 摄取后仅在本地消费不序列化到任何出站通道。在已实现的 crate 中这一点由Sinkmarker-trait 层级与PrivacyClass::Raw.allows_network() false联合强制见 crate README。MQTT 发射器mqtt.rs/rumqttc_publisher.rs不存在序列化 BFI 矩阵的代码路径ruview/node_id/bfld/raw/state主题默认禁用即使启用也只发布元数据摘要子载波数、时间戳、SNR 范围而非角度矩阵。不变式 I2身份嵌入仅存于内存用于计算identity_risk_score的 RuVector 嵌入驻留在内存环形缓冲区中默认 10 分钟从不落盘、从不序列化进任何 MQTT 主题、即使privacy_class 0也不进入BfldFrame载荷。源码实现位于 embedding_ring.rsEmbeddingRing是固定容量RING_CAPACITY 64的 FIFO满时 push 会驱逐并返回最旧条目使该条目的Drop执行、f32 存储被 zeroize其IdentityEmbedding类型刻意不实现Serialize/Clone/Copy并在Drop时清零存储。数学基础是风险分只是嵌入在四个因子上的标量投影下游任何消费者都不需要完整向量。不变式 I3跨站点身份匹配在密码学上不可能rf_signature_hash的计算式为rf_signature_hash BLAKE3-keyed(site_salt, day_epoch || features)site_salt是节点首次启动时生成的 256 位站点级密钥存于 NVS/安全存储永不传输day_epoch floor(unix_time_utc / 86_400)UTC 午夜翻转同一人的哈希每天变化。源码见 signature_hasher.rsSITE_SALT_LEN 32、RF_SIGNATURE_LEN 32、SECONDS_PER_DAY 86_400compute()用Hasher::new_keyed(site_salt)将day_epoch小端字节与特征字节流输入。由于 BLAKE3 是密钥化的 PRF两个站点的节点观察同一人会产生不相交哈希空间中的独立值即使攻击者同时拿到两个节点的哈希流也无法判断同一人是否到访过两个站点——跨站点再识别是结构性不可能而非政策承诺。测试套件tests/signature_hasher.rs直接覆盖了 ADR-120 中跨站点 Hamming 距离验收准则。4. privacy_class 字节四级数据暴露表privacy_class是节点允许发出什么的唯一权威分类器由隐私门privacy_gate.rs根据identity_risk_score与操作者配置为每个出站BfldFrame设置。研究包 04-privacy-gating.md 给出了四级完整字段表Class 0 — raw仅限受控研究/红队字段是否发布说明presence / motion / person_count是布尔 / 0..1 float / u8identity_risk_score是f32rf_signature_hash是轮换 blake332 字节 hexzone_activity / confidence是compressed_angle_matrix是每子载波 Phi/Psi——敏感面amplitude_proxy / phase_proxy / snr_vector是bfi_matrix原始永不序列化前丢弃不在线格式中identity_embedding永不仅本地 RAM不在线格式中Class 1 — derived诊断默认操作者显式 opt-in发布 presence、motion、person_count、identity_risk_score、rf_signature_hash仅轮换哈希、zone_activity、confidence、snr_vector仅每流聚合压缩角度矩阵、amplitude/phase proxy 一律清零。Class 2 — anonymous所有标准部署的默认发布 presence、motion、person_count、zone_activity、confidenceidentity_risk_score与rf_signature_hash被抑制所有角度/幅度/相位字段清零。Class 3 — restricted护理设施、医疗、客房等最高隐私场景仅发布 presence布尔motion 与 person_count 也抑制——等价于一个被动红外传感器。4.1 源码级强制单调降级与零化已实现的 privacy_gate.rs 通过PrivacyGate::demote()强制单调类转换只允许从低编号信息密度高向高编号信息密度低降级不存在promote操作。降级时校验目标类的数值严格大于等于当前类Derived(1)→Anonymous(2) 合法反向禁止否则返回BfldError::InvalidDemote目标 ≥ Anonymous 时清零compressed_angle_matrix与可选csi_delta目标 ≥ Restricted 时额外清零amplitude_proxy与phase_proxy重新同步header.privacy_class并重算payload_crc32。清零用black_box守卫的循环执行以对抗死存储消除dead-store elimination保证写操作可观测。4.2 未来字段的默认拒绝姿态04-privacy-gating.md 规定任何新增进BfldFrame或事件 JSON 的字段必须先分类再发布——通过#[privacy_class(minimum N)]注解或privacy_gate.rs中的等价运行时检查声明最小隐私类配套单元测试断言低类包含、高类省略并由 crate 内自定义#[must_classify]lint 强制任何缺少分类属性的公开字段产生编译警告并升级为 CI 错误。5. identity_risk_score四因子乘法评分与门控动作研究文档给出的评分公式为identity_risk_score clamp(separability × temporal_stability × cross_perspective_consistency × sample_confidence, 0, 1)源码实现于 identity_risk.rs且补充了关键设计意图乘法组合在不确定下是保守的——任一因子接近 0 都会把总分压向 0即不确定时报告低风险这是隐私优先的默认偏向。score()函数将每个输入 clamp 到 [0,1]NaN 按 0.0 处理同样符合隐私保守偏向。分数确定性地映射到GateActionADR-121 §2.4分数区间动作效果score 0.5Accept正常发布0.5 ≤ score 0.7PredictOnly发布但降低 confidence 标记0.7 ≤ score 0.9Reject丢弃事件score ≥ 0.9Recalibrate丢弃事件并轮换site_salt阈值常量PREDICT_ONLY_THRESHOLD 0.5、REJECT_THRESHOLD 0.7、RECALIBRATE_THRESHOLD 0.9均在源码中定义边界语义为下界包含score 0.7 即 Reject。Recalibrate动作会触发EmbeddingRing::drain()——一次性清空所有嵌入槽位使未来哈希与过去完全失联。研究包 01-sota-survey.md 还指出了评分与攻击文献的校准关系BFId 证明了身份再识别精度是时间窗口的函数BFLD 的identity_risk_score应与之单调相关——高分0.7对应 BFId 80% 精度的窗口低分0.2对应接近随机的窗口。6. 哈希轮换与身份嵌入生命周期6.1 rf_signature_hash 的构造与轮换04-privacy-gating.md 给出完整构造site_salt : blake3_keyed_hash(secretbfld-site-seed, datanode_mac_address) # 首次启动生成一次存 NVS32 字节永不传输 day_epoch : floor(timestamp_ns / 86_400_000_000_000) # 每个 UTC 日一个新 epoch ephemeral : mean_angle_delta ‖ subcarrier_variance ‖ burst_motion_score # 当前窗口特征的小型定长摘要非身份特异 rf_signature_hash : BLAKE3(key site_salt, input day_epoch_bytes(8) ‖ ephemeral_features(24))轮换的语义分三层跨站点隔离BLAKE3 是密钥化 PRFsalt_A ≠ salt_B时即使输入day ‖ features完全相同两个哈希也伪随机独立站内当日聚类同一天同一站点内同一人的帧产生相近非相同哈希——这是刻意设计允许会话内的事件聚类但不允许身份恢复跨日失联轮换时刻一到所有既有哈希与未来值在密码学上断连节点操作者本人也无法跨日关联日志。6.2 嵌入生命周期BFI 帧到达 → 特征提取 → RuVector 嵌入 Vecf32,128 ├─→ identity_risk_score标量投影class 1 发布 / class 2-3 抑制 └─→ 内存环形缓冲EmbeddingRing容量 64no_std无堆分配 → 永不落盘、永不序列化、重启即失 → 留存窗口后丢弃Drop 时 zeroize环形缓冲服务于两个目的temporal_stability需要对比当前嵌入与近期嵌入一致性门coherence gate需要近期帧判断新帧是既有轨迹延续还是新事件。两者都只需嵌入在计算期间存于 RAM——都不需要持久化。crate 中的 coherence_gate.rs 独立成模块并在 tests/coherence_gate.rs 中验证。7. 威胁模型六类对手与五条攻击树03-security-threat-model.md 定义了六类对手对手能力BFLD 的相关性A1 被动嗅探者好奇邻居monitor 模式网卡 Wi-BFI/tcpdump零网络关系LeakyBeam 威胁BFLD 无法阻止空中捕获但确保自身输出不助长其工作A2 定向跟踪者A1 目标 MAC 地址 时间关联若哈希长期稳定即可跨会话关联每日轮换切断此关联A3 ISP/运营商可访问 MQTT broker、HA、云端隐私门在节点边界拦截操作者无法意外发布身份相关数据A4 国家/执法机关强制访问存储与日志 取证若不变式成立broker 仅存 presence/motion/count/轮换哈希均不可单独再识别A5 被攻陷的 AP 固件修改 sounding 调度提取更高分辨率 BFI系统自归一化更可分的 BFI 会抬升identity_risk_score并标记为高风险A6 供应链攻陷节点移除隐私门或加入外泄路径ADR-028 witness-bundle 模式 AC6 确定性帧哈希被篡改的二进制在 verify 时必然失败五条攻击树覆盖AT-1 被动捕获→身份推断BFLD 不阻止空中接口但拒绝提供第 4 步的关联锚点AT-2 跨站点哈希关联被 site_salt 结构性阻断AT-3 风险分时序侧信道默认不发布 MQTT ACL 本地化 class 3 将风险分清零AT-4 MQTT 主题枚举默认 mosquitto ACL 拒绝匿名通配订阅 建议 TLS/客户端证书AT-5 Matter cluster 滥用Matter 边界拒绝一切身份字段。威胁模型还以每隐私类为单位给出残余威胁分析class 0 的角度序列具有身份判别性仅限受控研究class 1 存在 AT-3 时序侧信道残余class 2 的时间占用模式可能泄露日程非身份class 3 等价于被动 IR 传感器残余威胁最小。8. 生态集成Home Assistant、Matter、MQTT 与联邦8.1 Home Assistant6 个新实体05-automation-integration.md 定义 BFLD 在 sensing-server 既有 21 实体ADR-115之上新增的实体实体类型privacy_class默认binary_sensor.bfld_presence布尔2ONsensor.bfld_motion0..1 float2ONsensor.bfld_person_count整数1ONsensor.bfld_confidence0..1 float2ONsensor.bfld_identity_risk0..1 float诊断1OFFsensor.bfld_zone_activity字符串2ONbfld_identity_risk在 HA 模型中归类为诊断实体UI 默认隐藏且不进 recorder 历史除非显式启用——与 class-1 字段的操作者 opt-in 姿态一致。配套三个 HA blueprintspresence 驱动灯光仅 class-2 数据、motion 驱动 HVAC、身份风险异常通知唯一触碰 class-1 字段的蓝图用于提醒操作者环境变化使 RF 信道更可区分。crate 内已有 ha_discovery.rs 实现 MQTT discovery 载荷生成并有 tests/ha_discovery.rs 验证。8.2 Matter最小暴露面Matter 只暴露 Occupancy Sensing0x0406presence→Occupancy属性 bit 0、Motion Detection0x040E 提案与 People Count厂商扩展。以下字段无论操作者如何配置都不得经 Matter 暴露identity_risk_score、rf_signature_hash、raw_bfi、identity_embedding、compressed_angle_matrix以及任何未来分类为 class 2 的字段。该拒绝逻辑在 v2/crates/cog-ha-matter/ 中实现BFLD 事件在填充 Matter 属性报告前被过滤。8.3 MQTT 主题树与 ACL 建议ruview/node_id/bfld/ presence/state # true|false — class 2 motion/state # 0.42 — class 2 person_count/state # 1 — class 1 identity_risk/state # 0.71 — class 1默认禁用 raw/state # 默认禁用class 0 仅元数据 zone_activity/state # living_room — class 2 confidence/state # 0.88 — class 2 events/bfld_update # 完整 JSON 事件 — 默认仅 class 2 字段推荐的 mosquitto ACLBFLD 节点只写自身子树HA 只读 presence/motion/count/zone/confidence/eventsidentity_risk 的读取规则需操作者显式添加匿名客户端默认无任何访问权raw 主题默认从不写入。BFLD 的 MQTT 发布端在 crate 中已实现mqtt_topics.rs、rumqttc_publisher.rsmqttfeature 引入rumqttc 0.24并配有 live-broker 集成测试tests/mosquitto_integration.rs可用BFLD_MQTT_BROKERtcp://localhost:1883解锁。由于 BFLD 发布标准 MQTT 载荷与一致主题结构Node-RED 与 OpenHAB 无需任何插件即可直接消费研究包中给出了 Node-RED flow 与 OpenHAB items 文件示例。8.4 cognitum 联邦身份字段在节点边界剥离cognitum-v0Pi 5 家电运行 ruview-mcp-brain 于 9876、cognitum-rvf-agent 于 9004、ruvector-hailo-worker 于 50051是跨房间关联的舰队协调器。关键约束身份字段在节点边界、本地 BFLD emitter 处剥离而非在 cognitum-v0 处。联邦主题仅转发 presence/motion/person_count/eventsidentity_risk/state与raw/state为节点本地主题不参与联邦。cognitum-rvf-agent 用时间与空间邻近性做多房间占用关联人从客厅节点移到厨房节点不需要也不接收身份信息。未来扩展点将identity_risk_score计算卸载到 Hailo-8 加速器ruvector-hailo-worker 于 50051嵌入仍留在 cognitum-v0 本地——明确不在当前规范范围内。9. 实现crate 布局、公共 API 与验收准则9.1 模块布局与复用地图规划文档 06-implementation-plan.md 设计的模块布局在仓库中已实际落地为 v2/crates/wifi-densepose-bfld/src/lib.rs公共 APIBfldPipeline、BfldFrame、BfldEvent、frame.rs序列化 CRC32 magic、extractor.rs对应能力的 BFI 捕获接口、features.rs的特征计算、identity_risk.rs、privacy_gate.rs、emitter.rs、mqtt相关模块以及独立的coherence_gate.rs、embedding.rs、embedding_ring.rs、signature_hasher.rs、privacy_mode.rs、soul_channels.rs等。测试目录 tests/ 包含 60 个测试文件覆盖帧往返、隐私门降级、哈希轮换、身份风险分数、MQTT 路由、确定性、presence 延迟等全部验收点。crate 插在wifi-densepose-signalBFI 归一化、时间窗与wifi-densepose-sensing-serverMQTT/HA 集成之间默认构建不依赖训练管线与神经网络推理 crate。从规划文档的复用地图看BFLD 复用 RuvSense 的coherence_gate.rs嵌入门控、multistatic.rs跨视角一致性、cross_room.rs环境指纹、longitudinal.rsWelford 统计、adversarial.rs物理不可能信号检测对应 A5 威胁以及 RuVector 的ruvector-attention子载波空间注意力、ruvector-mincut人员分离、ruvector-temporal-tensor时间窗压缩。cog-ha-matter与wifi-densepose-ruvector/viewpoint/的 fusion 模块亦在其复用列表中。9.2 公共 API 速览crate README 给出的最小进程内消费者use wifi_densepose_bfld::{ BfldConfig, BfldPipeline, IdentityEmbedding, SensingInputs, SignatureHasher, EMBEDDING_DIM, SITE_SALT_LEN, }; let mut pipeline BfldPipeline::new( BfldConfig::new(seed-01) .with_signature_hasher(SignatureHasher::new([0xAB; SITE_SALT_LEN])), ); let event pipeline .process( SensingInputs { /* timestamp, presence, motion, ... */ timestamp_ns: 1_700_000_000_000_000_000, presence: true, motion: 0.42, person_count: 1, sensing_confidence: 0.91, sep: 0.2, stab: 0.2, consist: 0.2, risk_conf: 0.2, rf_signature_hash: None, }, Some(IdentityEmbedding::from_raw([0.05; EMBEDDING_DIM])), ) .expect(low-risk emit); println!({}, event.to_json().unwrap());生产形态是 worker 线程 HA-DISCO 发布BfldPipelineHandle::spawn示例见 examples/bfld_handle.rs可运行cargo run -p wifi-densepose-bfld --example bfld_minimal与cargo run -p wifi-densepose-bfld --example bfld_handle体验。9.3 线格式frame.rs 定义了BFLD_MAGIC: u32 0xBF1D_0001头部含 magic、version、哈希化后的 AP/STA 标识、quantization 字节、privacy_class字节、压缩特征载荷与 CRC32详见 ADR-11986 字节头部 载荷分节 CRC-32/ISO-HDLC。测试 tests/frame_roundtrip.rs 验证序列化往返与 CRC32 确定性tests/payload_sections.rs、tests/header_roundtrip.rs覆盖头部与分节细节。9.4 七条验收准则与 CI 映射AC准则测试AC1商品 WiFi 5/6 捕获80/160 MHz2×2 MIMO 起步ac1_commodity_wifi_captureAC2presence 延迟 ≤ 1s自首个非空 BFI 帧ac2_presence_latencyCI 用 200ms 更紧阈值AC3motion 发布 ≥ 1 Hzac3_motion_hzAC4原始 BFI 字节永不出现于序列化输出1000 随机输入 fuzzac4_raw_bfi_absentAC5privacy_mode 抑制全部身份派生字段ac5_privacy_mode 1000 输入 fuzzAC6相同输入 → 位级相同输出跨平台确定性ac6_deterministic_hashAC7csi_matrix None时管线仍产出合法事件ac7_csi_optionalcrate 的测试目录已落地对应覆盖例如 tests/presence_latency.rs、tests/motion_publish_rate.rs、tests/pipeline_determinism.rs、tests/event_privacy_gating.rs。另有tests/hash_rotation.rs验证跨站点隔离不同 salt、相同输入 → 哈希必异与每日轮换同一 salt、午夜前后 1 秒 → 哈希必异。9.5 ESP32 能力边界与捕获路径06-implementation-plan.md 的 ESP32 评估结论是明确的ESP32-S3 的esp_wifi_csi_set_config()只产出 Espressif HT20 格式 CSI每子载波幅度相位不公开 CBFR 帧捕获 API。因此 BFI 采集必须走主机侧嗅探Pi 5 BCM43456 芯片跑 Nexmon monitor 模式舰队中 cognitum-v0 即为此硬件过滤 Action 帧中的 VHT/HE CBFR经 rvcsi 适配器vendor/rvcsi/已处理 Nexmon PCap 格式转发进 BFLD 管线。对 ESP32 固件唯一需要的改动是stream_sender.c中增加包类型字节STREAM_PKT_TYPE_CSI 0x01/STREAM_PKT_TYPE_BFI 0x02以区分 CSI 与 BFI 帧。9.6 分阶段落地规划六阶段P1 帧格式extractor 桩2 周→ P2 特征提取身份风险3 周→ P3 隐私门MQTT2 周→ P4 HA 集成1 周→ P5 Matter 暴露1 周→ P6 cognitum 联邦1 周总计约 10.5 工程师周。10. 评估与基准策略07-benchmarks-and-evaluation.md 定义了 BFLD 的度量体系Presence延迟 p50 500ms、p95 1000msAC2空房误报率 5%、漏报率 2%以 ADR-079 相机真值协议为地面真值Motion与相机推导幅度 MAE 0.1持续运行 ≥ 1 HzAC3onset 延迟 p95 750msPerson Count1–3 人计数准确率 85%、MAE 0.5依赖ruvector-mincut4 人需多 AP 覆盖Identity Risk 校准BFLD 的新颖评估维度定义E[acc(t) | r(t) v]随 v 单调递增为已校准用 BFId 分类器滑窗精度与风险分做 Spearman 相关目标 rho 0.5Privacy-mode 误报率目标0%硬性正确性要求非统计目标由 AC5 fuzz 验证。红队协议包括三个攻击实验哈希再识别攻击跨 3 天预期失败成功率 ≤ 1/N 0.05、跨站点再识别哈希匹配结构性失败分类器若拿到原始角度序列可能成功——但 BFLD 不发布这些、风险分时序侧信道攻击者只能学到有人在场等价于 class 2 已发布的 presence 信息。对比基线表明隐私门控的显式代价无门控的 BFICSI 融合管线估计 F1 ≈ 0.97BFLD class 2 目标 F1 0.93——这是身份安全换取适度效用的明确权衡。CI 中每个触碰 BFLD 的 PR 都运行三项持续评估确定性哈希AC6、隐私模式字段抑制 fuzzAC5、延迟冒烟AC2200ms 紧阈值。11. 溯源与证据链审计与见证研究包与 crate 为 BFLD 提供了多层可审计性网络级审计tcpdump 抓取 1883/8883 端口在 PCAP 中检索 BFI magic 字节BF 1D 00 01——class ≥ 2 时不应出现节点自检P3 起规划wifi-densepose bfld audit --duration 60s输出 raw_bfi/embedding 出现次数与 privacy_class 分布CI 确定性校验verify_bfld.py结构对齐 ADR-028 的 witness-bundle 模式——固定种子合成 BFI 输入512 字节、PRNG seed117→ 提交期望 SHA-256 → 篡改二进制A6 威胁在下次 verify 时必然失败。AD-028 见证日志 docs/WITNESS-LOG-028.md 预留了 BFLD 分节。12. 未来方向与设计前瞻WiFi 7802.11beMLO 多链路操作将 sounding 频率提升 3–5 倍身份分类器的训练数据量同步增长。BFLD 的帧格式magic0xBF1D_0001 version 字节为协议演进预留扩展特征提取模块可插拔WiFi 7 extractor 可无侵入接入——不变式保持不变AI/ML 压缩反馈802.11bn/Wi-Fi 8 研究组正探索神经码本压缩 BFI其隐空间可能比原始角度更具身份判别性BFLD 需兼容压缩编码差分隐私融合明确列为未来扩展而非本 ADR 范围identity_risk_score可作为自适应 epsilon 选择器——高风险帧收紧隐私预算更多噪声低风险帧原样通过ZK 证明未来可用零知识证明声明风险分确由声称的输入算出而不泄露输入与 ADR-028 witness 思路同源。结语BFLD 把WiFi 感知输出是否已滑入身份记录这一隐性、静默的风险转变成每个事件上可见、可审计的显式信号。它不承诺阻止空中的被动嗅探那是物理层问题而是承诺节点的自身输出不可识别——并通过类型系统Sink层级、无Serialize的嵌入、密钥化哈希轮换与单调隐私门把承诺变成结构性事实。对于在共享办公、客房、护理设施等场景部署 RuView 的团队这套 docs/research/BFLD/ 研究档案 ADR-118 架构决策 wifi-densepose-bfldcrate 的组合提供了从威胁建模、机制设计到可运行实现的完整参考。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考