Le son d’arrière-plan de votre vidéo pourrait révéler votre localisation. Un YouTuber, colsto, affirme que de faibles bruits d’avion, inaudibles lors d'une lecture normale, mais visibles sur un spectrogramme, lui ont permis de localiser une caméra de sécurité située sur le territoire des États-Unis avec une précision d'environ une centaine de mètres. En utilisant l'effet Doppler, ce créateur de contenu a recoupé les décalages de fréquence de deux bruits d’avion en arrière-plan d'une vidéo avec les données de vol ADS-B. Il a ensuite effectué un filtrage qui lui a permis de réduire le nombre de points candidats de 70 000 à environ 15 000 avant d'identifier le site le mieux classé, que Google Street View a ensuite confirmé. Un autre test, réalisé à partir d'un enregistrement de 60 secondes, a permis d’identifier le même emplacement. Cette opération a nécessité environ 50 Go de données de vol et plus de 5 000 lignes de code. Le YouTuber a toutefois mis en garde contre le fait de considérer cette technique comme une menace immédiate, tout en affirmant que les chances qu'elle soit utilisée pour localiser une personne étaient minces et qu'il existait sans doute des méthodes plus simples.L'effet Doppler (ou décalage Doppler) désigne la variation de la fréquence ou, de manière équivalente, de la période d'une onde par rapport à un observateur qui se déplace relativement à la source de l'onde. Il tire son nom de Christian Doppler, qui a décrit ce phénomène en 1842. Un exemple courant de décalage Doppler est la variation de hauteur perçue lorsqu'un véhicule s'approche puis s'éloigne d'un observateur. Par rapport au son émis, le son reçu est plus aigu lors de l'approche, identique au moment du passage, et plus grave lors de l'éloignement.
Un YouTuber a montré comment les bruits d'avion inaudibles, dissimulés en arrière-plan d'une vidéo, peuvent aider à déterminer où celle-ci a été enregistrée, même lorsqu'il y a peu d'indices visibles. En analysant de subtiles variations de la fréquence sonore et en les comparant aux données de suivi des avions, le créateur colsto affirme avoir localisé une caméra de sécurité située sur le territoire continental des États-Unis avec une précision de quelques dizaines de mètres.
L'enquête a débuté avec un enregistrement flou ne montrant guère plus que des arbres et une berge. La seule information disponible était qu'il avait été filmé le 8 septembre 2026 quelque part sur le territoire continental des États-Unis. L'auteur a identifié deux bruits d'avion en arrière-plan, séparés par 920 secondes, et s'est servi de leurs trajectoires de vol pour affiner les lieux possibles.
Il a ensuite comparé les profils sonores prévus avec l'enregistrement original, a identifié un lieu prioritaire et l'a vérifié à l'aide de Google Street View. La forme des arbres et un poteau électrique visibles sur les images en ligne correspondaient à celles de la vidéo, ce qui lui a permis d'identifier la caméra de sécurité.
Comment l'effet Doppler transforme les bruits d'avions en outil de localisation
Cette méthode repose sur l'effet Doppler, qui modifie la fréquence d'un son lorsque sa source se rapproche ou s'éloigne de l'auditeur. Bien que les bruits d'avion ne soient pas audibles lors d'une lecture normale, leurs profils apparaissaient sur un spectrogramme, qui affiche les fréquences en fonction du temps.
Le créateur a utilisé les données du système Automatic Dependent Surveillance-Broadcast (ADS-B) pour analyser les positions, vitesses, altitudes et trajectoires de vol des avions sur l'ensemble du territoire continental des États-Unis. Il a précisé que la collecte et le traitement de ces informations avaient nécessité environ 50 Go de données de vol et plus de 5 000 lignes de code.
Ses calculs ont également pris en compte le temps que met le son pour se propager d'un avion jusqu'au sol. L'altitude des avions étant mesurée au-dessus du niveau de la mer, il a intégré des données d'élévation du relief afin de calculer la distance tridimensionnelle entre chaque avion et les lieux d'enregistrement potentiels.
La première étape de filtrage a permis d’identifier environ 70 000 points potentiels. En analysant l’intervalle de 920 secondes entre les bruits des deux avions et en écartant les emplacements où un autre vol aurait dû être audible, il a réduit ce nombre à environ 15 000.
Il a ensuite modélisé les profils Doppler que chaque avion aurait produits depuis différents emplacements et les a comparés au spectrogramme. Le point candidat ayant obtenu le meilleur score s’est démarqué des autres, ce qui lui a permis de réduire considérablement la zone à examiner.
Un deuxième test réalisé à partir d'un enregistrement de 60 secondes aboutit au même résultat
L’auteur a réalisé un autre test à l’aide d’un enregistrement distinct d’une minute dont l’heure était connue. Il a appliqué la même approche générale à un signal provenant d’un autre avion et a comparé les résultats avec les données de vol.
La localisation ayant obtenu le meilleur score lors de ce test était la même que celle identifiée lors de l’analyse initiale portant sur les deux avions. L’auteur a présenté cela comme une vérification distincte utilisant des informations de vol différentes.
Une menace potentielle pour la confidentialité en ligne ?
La vidéo s'est également penchée sur la question de savoir si les méthodes courantes de traitement audio permettaient de supprimer ces signaux. L'auteur a testé le filtrage passe-haut, le bruit de fond et la compression téléphonique, et a constaté que les signaux provenant des avions restaient détectables dans ses démonstrations.
Il a ajouté que le fait de couper des segments d’un enregistrement ou d’appliquer une suppression supplémentaire du bruit pourrait rendre la méthode plus difficile à utiliser. Il a toutefois mis en garde contre le fait de considérer cette technique comme une menace immédiate, affirmant que les chances que quelqu’un l’utilise pour localiser une personne étaient minces et que des méthodes plus simples pourraient exister.
Cette démonstration met en évidence le fait que le son d’arrière-plan peut contenir des informations de localisation que les spectateurs ne peuvent pas entendre. Elle ne prouve pas pour autant que chaque vidéo puisse être retracée, car la méthode dépend de la présence de signaux d’aéronefs appropriés et de données de vol exploitables.
Cette expérience n’est cependant pas la seule à montrer que la localisation peut être déduite d'indices que l’on croit anodins. Des chercheurs de l'université Northeastern ont établi qu'il était possible de déterminer la localisation d'un smartphone Android même lorsque son GPS est désactivé. Leur méthode exploite les données de l’accéléromètre, du magnétomètre et du gyroscope afin de reconstituer les déplacements à partir des mouvements de l’appareil. La précision atteint 90 % pour les trajets réguliers, mais varie selon la configuration urbaine. Les chercheurs s’attendent à ce que cette précision s’améliore avec les progrès des capteurs.
Et vous ?
Quel est votre avis sur le sujet ? Trouvez-vous cette expérience menée par le YouTuber colsto crédible ou pertinente ?Voir aussi :
Google suit votre position toutes les 15 minutes, même si le GPS est désactivé, votre téléphone portable communique avec les services de Google sans votre consentement explicite 94% des membres de la génération Z sont favorables à la géolocalisation, 72 % des femmes déclarant que le partage de localisation leur procure un meilleur sentiment de bien-être physique Comment la police sait-elle que vous étiez non loin d'une scène de crime ? C'est simple, Google le lui dit
Vous avez lu gratuitement 177 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.