RuView BFLD 身份风险评分与相干性门控：用数值告诉你“当前 WiFi 信号是否泄漏身份”-二趣网

RuView BFLD 身份风险评分与相干性门控：用数值告诉你“当前 WiFi 信号是否泄漏身份”

【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

本文依据仓库 ADR 决策记录 ADR-121（BFLD Identity Risk Scoring and Coherence Gate），并结合v2/crates/wifi-densepose-bfld的实际 Rust 实现与测试展开。它面向在 RuView 部署中关心隐私合规的运维者、以及对 CSI/BFI 射频感知安全层感兴趣的架构师：读完你将掌握identity_risk_score的九特征构造、四因子乘法打分公式、四档相干性门控（含迟滞与去抖）以及它与 Soul Signature 登记的协作边界，并能对照源码验证每一档阈值与行为。

BFLD（Beamforming Feedback Layer for Detection，见 ADR-118）解决的是一个此前 RuView 管线从未回答的问题：正在被处理的这批射频数据，当前到底有没有能力识别出“某一个特定的人”？ADR-121 为这个问题定义了一个标量答案——identity_risk_score，并把该标量同时供给运维诊断与隐私门控两个消费方。

1. 背景：为什么需要一个“身份风险分”

IEEE 802.11ac/ax 的波束成形反馈（BFI）以明文管理帧在 STA 与 AP 之间交换。站点把信道响应压缩为 Givens 旋转角矩阵（Φ/ψ），以 VHT/HE Compressed Beamforming Report（CBFR）发出，范围内任何处于 monitor 模式的设备都可以被动嗅探。2024–2025 的两项公开研究放大了这一威胁的严重性：KIT 的BFId（ACM CCS 2025）仅凭 5 秒 BFI 即可对 197 名个体以 >90% 精度完成再识别；LeakyBeam（NDSS 2025）可在 20 米外穿墙检测占用（82.7% TPR / 96.7% TNR）。

而 RuView 既有管线（CSI → presence / pose / vitals / zone-activity）没有任何一层度量“当前数据是否具备个体识别能力”。于是 ADR-118 引入 BFLD 子项目，ADR-121 进一步规定其核心原语——identity_risk_score。

该分数有两个下游消费者：

运维者：暴露为 HA 诊断传感器（见 ADR-122）。分数相对长期基线的突刺意味着射频环境已滑向更高泄漏区间——例如新 AP 固件、更密集的 MIMO、或范围内出现攻击级嗅探器。
隐私门控（见 ADR-120）：当分数跨过可配置阈值时，门控自动降级当前privacy_class（如 2 → 3），直至分数恢复。

ADR-121 对分数本身提出的四项质量要求可归纳为：

要求	含义
有界	取值落在`[0, 1]`，可直接映射 HA gauge 实体
已校准	对齐真实再识别成功率，理想场景为 KIT BFId 数据集
可端上计算	在 Pi 5 单核或 aarch64 cognitum-v0 上以 ≥1 Hz 运行
稳定	服务于“慢变体制检测”而非逐帧抖动，小幅环境变化不应造成剧烈摆动

设计上 ADR-121 借用了 ADR-086（边缘新颖性门）确立的“端上门控原语”先例，但把触发条件从“新颖性”换成“身份泄漏量”。

2. 九特征：在 W = 32 帧滑动窗口上计算

特征在一个W = 32帧的 BFI 滑动窗口上计算（10 Hz 采集时约合 3 秒）。前八个是传感特征（同时服务于 presence/motion 管线），只有第九个依赖 AETHER 嵌入，从而要求identity_class >= 1：

特征	定义	来源
`mean_angle_delta`	子载波上`mean(‖ Φ_t − Φ_{t-1} ‖)`	extractor
`subcarrier_variance`	子载波轴上`var(‖ Φ ‖)`	extractor
`temporal_entropy`	W 窗口上角度分箱直方图的香农熵	extractor
`doppler_proxy`	平均角度时间序列的 FFT 峰值幅度	features.rs
`path_stability`	`1 − ‖ Φ_t − median(Φ_{t-W..t}) ‖ / scale`	features.rs
`cross_antenna_correlation`	各`n_tx × n_rx`天线对间 Pearson 相关均值	features.rs
`burst_motion_score`	高通滤波后的角速度，经软阈值处理	features.rs
`stationarity_score`	`1 −`在 W/2 与 W 上的滚动 KL 散度	features.rs
`identity_separability_score`	与最近 AETHER 聚类质心的 top-1 余弦相似度	identity_risk.rs

从 ADR-118 的模块规划看，这九特征被布局在v2/crates/wifi-densepose-bfld/src/features.rs中，同时复用wifi-densepose-signal/src/ruvsense/coherence.rs与multistatic.rs。仓库当前可读到的实际模块拆分是：extractor.rs（CBFR 解析 →BfiCapture）、identity_features.rs、identity_risk.rs（打分）与coherence_gate.rs（门控）。

源码观察：特征体系已结构化到IdentityFeatures枚举——它封装“借用自 AETHER 的IdentityEmbedding”或“四元组风险因子”两种来源，供后续 BLAKE3 键控哈希生成rf_signature_hash。这也印证了第九特征（可分离性）与嵌入链路的关系（见 identity_features.rs）。

3. 乘法打分公式：保守的“任一弱项一票否决”

ADR-121 §2.2 给出的核心公式如下（这是设计意图的原版 Rust 签名）：

pub fn identity_risk_score( sep: f32, // identity_separability_score, [0, 1] stab: f32, // temporal_stability, [0, 1] = ema(path_stability, alpha=0.1) consist: f32,// cross_perspective_consistency, [0, 1] = multistatic.rs conf: f32, // sample_confidence, [0, 1] = f(SNR, n_subcarriers, n_rx) ) -> f32 { // Clamp inputs, then multiplicative combination — any factor near 0 dominates. let s = sep.clamp(0.0, 1.0); let t = stab.clamp(0.0, 1.0); let p = consist.clamp(0.0, 1.0); let c = conf.clamp(0.0, 1.0); (s * t * p * c).clamp(0.0, 1.0) }

四个因子全部先钳位到[0,1]再做乘法组合，其语义是：任何一个弱因子（例如极低 SNR 导致低conf）都会把总分压向 0。这正符合隐私意图——系统不确定时，分数应当低、不应触发告警（ADR 原话：biased toward "report low risk when unsure"）。

3.1 仓库中的落地实现

identity_risk.rs 已给出与设计一致的score实现，且额外处理了 NaN：

#[must_use] pub fn score(sep: f32, stab: f32, consist: f32, conf: f32) -> f32 { let s = clamp01(sep); let t = clamp01(stab); let p = clamp01(consist); let c = clamp01(conf); clamp01(s * t * p * c) } fn clamp01(v: f32) -> f32 { if v.is_nan() { 0.0 } else { v.clamp(0.0, 1.0) } }

可见实现比 ADR 更进一步：NaN 被映射为 0.0，延续“不确定即低风险”的隐私保守取向。文件头注释也复述了设计矩阵——任何接近 0 的因子都会压垮总分。

identity_features.rs中的RiskFactors { sep, stab, consist, conf }变体把四元组序列化为 16 字节（4 × f32 little-endian）的规范化字节，作为嵌入不可用时的哈希回退源（见 identity_features.rs）。

4. 校准目标：让分数对齐真实的再识别成功率

单一原始乘积分数并不是最终对外发布的数值。ADR-121 §2.3 规定：

使用 KIT BFId 数据集的留出测试切分上的再识别成功率作为校准目标；
用分段线性 isotonic 回归把原始分数映射到校准后的[0,1]区间；
校准后的语义为：score ≥ 0.8对应校准数据集上5 秒窗口再识别精度 > 80%。

校准参数被设计为与代码独立版本化的文件：

v2/crates/wifi-densepose-bfld/data/risk_calibration.toml

校准曲线的更新被刻意设计成“content-only PR”——只改 TOML，无需重编译代码。这一设计也让 ADR-121 将其列为正面后果：校准是可内容热更新的。

注意（现状边界）：截至本仓库当前快照，该data/校准文件目录下尚无实际产物，ADR 状态为Proposed。这意味着相关实现（门控、阈值、打分）已随 crate 落地并有测试覆盖，但“发布级校准曲线”仍属设计意图，尚未成为仓库事实。若你以发布者身份使用，应先按 §5 验收标准（AC3）在自有 KIT BFId 数据上重放校准流程。

5. 相干性门控：四档动作与阈值

门控遵循 ADR-029 的coherence_gate.rs模式。ADR-121 §2.4 定义四档动作：

pub enum GateAction { Accept, // score < 0.5, publish normally PredictOnly, // 0.5 <= score < 0.7, publish but flag confidence Reject, // 0.7 <= score < 0.9, drop the event Recalibrate, // score >= 0.9, drop AND rotate site_salt }

Accept：正常发布；
PredictOnly：发布但标记“低置信度”，下游 HA / Matter 应降低置信度展示；
Reject：整条事件丢弃，任何 sink 都不发布；
Recalibrate：丢弃事件并强制轮换site_salt（site_salt是 ADR-120 中 256 位键控 BLAKE3 哈希的站点密钥）——这是对“攻击级嗅探器进场”这一持续性高风险体制的激进自愈响应。代价是打断历史聚合分析的时间连续性，但它是正确的安全取舍。

5.1 实现与阈值常量

crate 实现把阈值做成公开常量：

pub const PREDICT_ONLY_THRESHOLD: f32 = 0.5; pub const REJECT_THRESHOLD: f32 = 0.7; pub const RECALIBRATE_THRESHOLD: f32 = 0.9;

GateAction::from_score采用下边界包含语义：score = 0.5 → PredictOnly、score = 0.7 → Reject、score = 0.9 → Recalibrate；NaN 则保守地归入Accept（由上层把 NaN 记录为数据质量事件）。同时提供三个谓词方法供管线使用：

allows_publish()：Accept 与 PredictOnly 均允许发布；
drops_event()：Reject 与 Recalibrate 丢弃事件；
requires_recalibrate()：仅 Recalibrate 为真，门控运行方据此轮换site_salt并清空EmbeddingRing（呼应 ADR-120 §2.5）。

6. 迟滞与去抖：阻止门控在阈值边界震荡

直接按单帧分数切换动作会导致门控在阈值附近来回抖动。ADR-121 §2.5 规定两种稳定机制：

迟滞（hysteresis）：±0.05——分数必须越过当前档位边界 +/− 迟滞余量，门控才考虑切换；
去抖（debounce）：5 秒——候选动作必须持续 5 秒墙钟时间才会生效；若中途回到当前档位则取消候选。

两者配合，使分数在边界附近振荡或单帧坏帧尖峰时，门控动作保持稳定。

6.1 状态机实现

coherence_gate.rs 提供了完整的有状态门控（比 ADR 正文更进一步，已落地两项机制）：

pub const HYSTERESIS: f32 = 0.05; pub const DEBOUNCE_NS: u64 = 5_000_000_000; pub struct CoherenceGate { current: GateAction, pending: Option<(GateAction, u64)>, }

核心逻辑在advance_state：当目标动作与当前动作不一致时，记录(pending_action, since_ns)；只有timestamp_ns - since >= DEBOUNCE_NS才把 pending 提升为 current。effective_target则实现方向感知的迟滞——向上跨越必须超过当前档位“上沿 + 0.05”，向下跨越必须低于当前档位“下沿 − 0.05”（见 coherence_gate.rs）。

以当前在Accept（上沿 0.5）为例：分数需 ≥ 0.55 且持续 5 秒才可能进入PredictOnly；反向从PredictOnly回落则需 < 0.45。这同时满足 AC4/AC5 的验收意图。

7. 与 Soul Signature 的协作：Recalibrate 豁免与登记质量门

Soul Signature（docs/research/soul）是一个基于同意的多模态生物识别研究——其 60 秒登记协议的目的恰恰是把identity_separability_score推向 1.0，也就是说它有意运行在高可分离性体制下。若直接套用 §5 的默认门控，Soul Signature 区域会持续触发Recalibrate、每几秒轮换一次site_salt，从而摧毁登记流程。ADR-121 §2.6 给出两条集成规则（正文标注为 §2.7，对应配套研究文档的 Recalibrate 豁免定义）：

7.1 Recalibrate 豁免

当门控即将触发Recalibrate时，先咨询SoulMatchOracle（当 crate 以--features soul-signature编译时由 Soul Signature crate 提供）：

若 oracle 报告当前高可分离性簇与某个已登记person_id的匹配高于 Soul Signature 验收阈值，门控降级为PredictOnly——高分是成功匹配的预期结果，而非攻击指标；
未启用soul-signaturefeature 时，oracle 是返回MatchOutcome::NotEnrolled的no-op 桩（仓库中即NullOracle），门控行为与 §5 完全一致。

实现中，门控通过evaluate_with_oracle提供该钩子：目标为Recalibrate且 oracle 返回Match时，把目标改写为PredictOnly（见 coherence_gate.rs）。oracle 特征与MatchOutcome::{Match, NotEnrolled, Suppressed}枚举定义在同一文件，使该豁免不依赖任何 Soul Signature 实现 crate。

豁免是方向不对称的：只抑制“已知已登记”的匹配；未知的高可分离性簇（真实攻击级嗅探器，或意外泄漏身份的未登记个体）仍会按设计触发Recalibrate。

7.2 登记质量门

反向的协作：Soul Signature 的登记协议要求感知区达到最低身份泄漏体制——分数过低意味着生成的签名不可靠。因此 BFLD 的identity_risk_score恰好充当登记准入门：登记以score >= ENROLL_MIN（默认0.65）在 60 秒窗口内持续为门槛。若登记中途分数跌破阈值，协议中止并提示操作者在更好的射频条件下重试。

该默认值 0.65 目前只见于 ADR-121 决策文本，未在仓库当前docs/research/soul/各文件中检索到对应常量，引用时应以 ADR 为准并自行验证最终实现。

8. 计算预算：Pi 5 上每窗口 ≤ 10 ms

ADR-121 §2.7 给出了端上实时性的分阶段预算表：

阶段	目标延迟	实现
特征提取（8 个特征）	每窗口 < 3 ms	ndarray + nalgebra，按子载波向量化
可分离性（对质心做余弦）	每窗口 < 5 ms	RuVector RaBitQ 索引（ADR-085），≤ 1k 质心
风险分	< 0.1 ms	标量乘法
门控决策 + 迟滞	< 0.1 ms	标量

总计Pi 5 单核上每窗口 p95 ≤ 10 ms（目标 8 ms）；cognitum-v0（Pi 5 + Hailo）余量充足。ESP32-S3只承载提取阶段（算特征；风险分按 ADR-123 在主机侧计算）。启用soul-signature后，SoulMatchOracle查询基于已登记质心的 RaBitQ 索引，额外 < 1 ms。

从实现形态看，打分与门控都是常量级标量运算，天然满足该预算；真正的大头是向量化的特征提取与 RaBitQ 最近邻检索，这也解释了为何特征提取被设计为唯一可在 ESP32-S3 上运行的部分。

9. 后果分析

正面后果

单点计算、双消费者：风险分既是运维诊断面，又是隐私门控的结构输入；
保守默认：乘法组合在不确定时偏保守，系统默认“不确定即报低风险”；
内容级热更新：校准曲线仅需改 TOML，无需重编译；
自愈响应：Recalibrate让系统在嗅探器进场时无需人工介入即可自愈（轮换站点盐）。

负面后果

依赖 KIT BFId 数据集：没有它，分数处于未校准状态，只能作为内部触发器，不能作为可发布信号；
sample_confidence主导风险：乘法分数易被信道敏感的conf主导——持续低 SNR 环境会把发布分数压近 0，即使底层可分离性很高（漏报失败模式，文档必须明示）；
历史不连续：Recalibrate按设计打断哈希连续性，需要长期聚合分析的运维者须知晓重校准事件会带来不连续点。

中性后果

与既有 CSI 管线特征重叠：BFLD 在 BFI 上算九特征，CSI 管线在 CSI 上算同类特征；两者可通过cross_perspective_consistency融合。

10. 备选方案与取舍理由

ADR-121 记录并否决了四种替代打分/判定方案：

方案	被拒理由
Alt 1 加法打分`(s+t+p+c)/4`	高可分离性但极低置信度时仍给出中等分数，在劣化射频下过度上报风险
Alt 2 最大值打分`max(s,t,p,c)`	任一高分因子即可钉住输出，即使其余因子矛盾——同样过度上报
Alt 3 学习式打分（小型 MLP）	引入不透明模型，输出无法从第一性原理审计；乘法公式简单、保守、可直接向运维者解释。留作未来数据充足后的选项
Alt 4 每特征阈值	连续分数是 HA gauge 实体与下游校准的前提；每特征阈值会让运维者被迫解读九个二值

11. 验收标准（AC1–AC7）：用测试反证设计

ADR 定义了七条可验证验收标准：

AC1：Pi 5 单核上九个特征每窗口计算耗时 < 8 ms（p95）；
AC2：identity_risk_score在其余三因子固定的条件下，对任一输入单调不减；
AC3：KIT BFId 测试切分上校准回归：score ≥ 0.8对应 ≥ 80% 再识别精度 ± 5%；
AC4：分数 ≥ 0.9 持续 ≥ 5 秒时门控发出Recalibrate；
AC5：迟滞在 5 秒窗口内阻止动作在阈值 ±0.05 范围内震荡；
AC6：privacy_class = 3时风险分只计算不发布（不上 MQTT，仅供门控本地使用）；
AC7：可复现的 1,000 帧合成夹具产生确定性分数序列（跨运行逐位一致）。

11.1 仓库测试如何覆盖

crate 的集成测试已经把这些标准中的相当一部分变成了可运行断言，例如 identity_risk_score.rs：

all_ones_yields_one：score(1,1,1,1) == 1（公式上界）；
any_zero_factor_collapses_score_to_zero：四个因子任一为 0 总分即为 0——直接印证 AC2 的“一票否决”语义与 §3 的乘法设计；
score_is_monotonic_non_decreasing_in_single_factor：单因子单调性（对应 AC2）；
out_of_range_inputs_are_clamped_to_unit_interval、nan_inputs_treated_as_zero：钳位与 NaN 保守语义；
from_score_classifies_each_band：在 0.49/0.5/0.69/0.7/0.89/0.9/1.0 各边界上精确断言四档动作（下边界包含语义）；
threshold_constants_match_documented_values：常量与 ADR 文档值一致。

此外coherence_gate.rs的状态机相关行为覆盖在 tests/coherence_gate.rs，迟滞/去抖/时钟偏斜语义可在此追溯（仓库另有gate_clock_skew.rs、soul_match_oracle.rs、handle_soul_oracle.rs等测试文件佐证）。

12. 生态衔接与延伸阅读

ADR-121 属于 BFLD 五子 ADR 系列中的“风险”一环，其完整上下文请按如下顺序阅读：

ADR-118 BFLD 总纲：明文 BFI 威胁、三条结构不变量 I1/I2/I3、模块布局与阶段排期；
ADR-119 BFLD 帧格式与线上协议：BfldFrame中privacy_class字节的位置；
ADR-120 隐私类与哈希轮换：四档privacy_class、键控 BLAKE3site_salt/day_epoch轮换——Recalibrate正是触发其轮换的动作；
ADR-122 RuView/HA/Matter 暴露面：风险分作为诊断传感器的具体暴露形态；
ADR-123 采集路径（Nexmon 与 ESP32）：解释为何 ESP32-S3 只算特征。

配套研发材料在 docs/research/BFLD/（11 个文件）与 docs/research/soul/（Soul Signature 定义其登记协议，即 §7 中 ENROLL_MIN 协作的来源）。下游可观测/自动化入口包括 HA 蓝图 bfld/identity-risk-anomaly.yaml 与 MCP 工具bfld-last-scan（tools/ruview-mcp）。

参考的外部研究结论（BFId / KIT ACM CCS 2025、LeakyBeam / NDSS 2025）详见 ADR-118 与 ADR-121 引用列表，本文不再转载链接。

结语

identity_risk_score是 BFLD 把“隐私”从政策口号变成可测量、可门控、可校准的数值的关键：九特征编码 BFI 上的身份可分性信息，乘法公式保证不确定性下的保守低报，四档相干性门控 + 迟滞去抖把该数值翻译成 Accept/PredictOnly/Reject/Recalibrate 四个可执行动作，而 Soul Signature 协作规则则让“有意制造身份”的登记场景不会误触自毁式轮换。对任何把 RuView 部署到护理机构、酒店或共享办公空间的运维者而言，这套评分与门控就是回答“系统现在是否在匿名工作”的直接仪表盘。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析