Galgus IA Location Analytics

Cómo la IA ha logrado que Galgus aporte la máxima precisión en su analítica de localización

En la era digital en la que vivimos, el Wi-Fi se ha convertido en el corazón de la conectividad global, permitiendo que más de 18 mil millones de dispositivos alrededor del mundo se mantengan conectados en todo momento.

Pero esta tecnología también ofrece una funcionalidad de lo más valiosa, y es que es capaz de proporcionar información relacionada con la geolocalización de los dispositivos.

Sin embargo, la creciente preocupación por la privacidad ha impulsado la implementación de técnicas que dificultan la recolección de datos esenciales para los servicios de Location Analytics.

En respuesta a estas, Galgus ha desarrollado una innovadora solución que promete revolucionar la manera en que se recopilan y analizan los datos de dispositivos, incluidos los no conectados a la red Wi-Fi.

El gran reto: ¿Cómo solventar la randomización de direcciones MAC?

A mediados de la década de 2010, los principales sistemas operativos móviles introdujeron la randomización de direcciones MAC, un método que cambia continuamente la dirección MAC visible de un dispositivo cuando no está conectado a una red Wi-Fi.

Este mecanismo, diseñado para proteger la identidad y privacidad del usuario, ha presentado un desafío considerable para los sistemas de análisis de datos Wi-Fi, que tradicionalmente dependen de la estabilidad de estas direcciones para identificar y rastrear dispositivos.

Con más del 80% de los dispositivos utilizando esta técnica de randomización, la precisión en la recopilación de datos ha disminuido drásticamente, afectando la capacidad de los sistemas para ofrecer servicios basados en la localización y el seguimiento de dispositivos. 

Es en este contexto que Galgus ha dado un paso adelante con una solución innovadora que mitiga este problema y mejora significativamente la precisión de los análisis.

Galgus responde a este desafío con sus propios algoritmos de IA, logrando una solución única en el mercado

La solución desarrollada por Galgus combina la generación de identificadores casi únicos y estables para dispositivos Wi-Fi no conectados con técnicas avanzadas de aprendizaje automático aplicadas a la potencia recibida (RSSI).

Este enfoque se basa en la capacidad inherente de los dispositivos Wi-Fi para anunciar Information Elements encapsuladas en las tramas Probe Requests, los cuales no pueden ser modificados deliberadamente por los usuarios.

Implementado directamente en los puntos de acceso (APs), el sistema de Galgus genera huellas digitales (fingerprints) a partir de los elementos de información presentes en las tramas emitidas por los móviles cercanos.

Estas huellas se combinan con técnicas de clustering no supervisado en un espacio multidimensional de RSSI, lo que permite diferenciar dispositivos incluso cuando comparten características similares.

El resultado es una mejora significativa en la capacidad para identificar y rastrear dispositivos, superando los obstáculos que la randomización de direcciones MAC había impuesto. De esta forma, esta invención se une a otras patentes en explotación propias de Galgus.

Pruebas en el mundo real: resultados que impresionan

Para validar la efectividad de esta tecnología, Galgus realizó pruebas experimentales en un entorno real, específicamente en un campus universitario

Durante estas pruebas, se desplegaron varios puntos de acceso que capturaban las señales de dispositivos no asociados, es decir, aquellos que no estaban conectados a la red Wi-Fi.

Los resultados fueron sorprendentes: el sistema logró una precisión de casi el 90% en el conteo en tiempo real de dispositivos no conectados, y una precisión del 98% en el conteo total del experimento.

Esto representa una mejora sustancial en comparación con los métodos tradicionales, que solo alcanzan una precisión del 22%.

Este éxito demuestra no sólo la viabilidad de la tecnología de Galgus en escenarios reales, sino también su potencial para transformar la manera en que se recopilan y utilizan los datos de dispositivos Wi-Fi, permitiendo aplicaciones más precisas y eficaces en una amplia variedad de campos.

Qué impacto tiene esta tecnología

Wi-Fi Location Analytics para la gestión de masas

Las implicaciones de esta tecnología son profundas y variadas. La capacidad de identificar y rastrear dispositivos con alta precisión, incluso en presencia de la randomización de direcciones MAC, abre nuevas posibilidades en áreas como la gestión de multitudes, el marketing basado en la localización, y la optimización de infraestructuras inteligentes. 

Galgus ha logrado superar un importante obstáculo técnico, además de preparar el terreno para el desarrollo de servicios más precisos y adaptados a las necesidades de un mundo cada vez más conectado.

Este avance subraya el compromiso de Galgus con la innovación y la mejora continua de las tecnologías Wi-Fi, asegurando que sus soluciones no sólo respondan a los desafíos actuales, sino que también se anticipen a las demandas futuras del mercado.

Categorías