Удаление геотегов из фотографий, размытие фона на видео и отключение GPS-модуля больше не гарантируют анонимности. Исследователь, ведущий YouTube-канал Colsto, продемонстрировал метод, позволяющий вычислить координаты места записи аудио или видео с точностью до 100 метров. Для этого алгоритму достаточно проанализировать фоновый шум пролетающих самолетов, который человеческий слух часто даже не фиксирует. Об этом сообщает Hi-Tech Mail.
![]()
Фото из открытых источников / © GigaChat
В основе технологии лежит эффект Доплера — изменение частоты звука при движении его источника. Микрофон записывает характерную кривую изменения тона двигателя, когда воздушное судно приближается и удаляется от слушателя. Исследователь берет открытые данные с транспондеров ADS-B, где в реальном времени отображаются маршруты, высота и скорость всех гражданских бортов. Территория разбивается на сетку с шагом 200 метров. Для каждой точки алгоритм рассчитывает, какой звук должен был бы услышать микрофон, учитывая трехмерное расстояние, скорость самолета и цифровую модель рельефа. Полученные теоретические спектрограммы сравниваются с реальной записью. В ходе эксперимента, проведенного на территории США, алгоритм из множества вариантов безошибочно ставил настоящее местоположение записи на первое место. В некоторых случаях для вычисления координат хватает менее минуты аудиодорожки.
«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», — отмечает автор исследования.
Этот кейс — наглядная демонстрация возможностей OSINT (разведки по открытым источникам). Обычная аудиодорожка из видеоролика, снятая из окна квартиры, может содержать достаточно информации, чтобы восстановить место съемки без анализа самого изображения.
Технологии акустической геолокации имеют также применение и в других областях. Системы, работающие по схожим принципам, используются в сейсмологии для точного определения эпицентра землетрясений по времени прихода звуковых волн к разным датчикам. Кроме того, алгоритмы анализа звукового ландшафта помогают экологам отслеживать популяции редких птиц в густых лесах, а военным — определять местоположение вражеской артиллерии по звуку выстрелов. В урбанистике анализ фонового шума применяется для создания «звуковых карт» городов, выявляющих самые неблагополучные с точки зрения шумового загрязнения районы.
Согласно отраслевым прогнозам (в том числе данным Allied Market Research), рынок технологий позиционирования в помещениях (Indoor Positioning and Navigation, IPIN) демонстрирует высокие темпы роста. В отдельных сегментах — например, в решениях на базе UWB и гибридных RTLS-системах — среднегодовые темпы прироста могут достигать порядка 23 %. Ожидается, что к 2030 году объём рынка в зависимости от выбранных границ сегментации может приблизиться к отметке в 128 миллиардов долларов.
В состав технологий IPIN входят разные подходы: от радиочастотных и оптических методов до мультисенсорной интеграции, которая комбинирует инерциальные датчики, Wi-Fi, UWB и компьютерное зрение для повышения точности. Акустические методы также применяются, но остаются нишевым решением из-за ограничений по помехоустойчивости и масштабируемости.
Эксперты прогнозируют, что в ближайшие годы подобные акустические методы станут стандартным инструментом не только для журналистов-расследователей, но и для поисковых отрядов, работающих в зонах отсутствия сотовой связи, а также для систем «умного города», отслеживающих распространение звуковых загрязнений.
