Anche le manipolazioni GPS più sofisticate lasciano impronte digitali. Queste tracce sono spesso sottili, ma riconoscibili in modo sistematico. La nostra missione in LaceUp è chiara: scovare queste impronte prima che falsino le classifiche o minino lo spirito della competizione leale.
Focus sulla qualità GPX più che sulla manipolazione
Nella maggior parte dei casi non si tratta tanto di falsificazione intenzionale, quanto di qualità GPX: quanto sono precisi i dati di posizione? Quanto è stabile la frequenza di campionamento? Quanto sono plausibili velocità e accelerazioni?
Per questo in futuro combineremo il machine learning con la verifica umana. Così garantiamo che ogni giro venga valutato in modo affidabile – in automatico, ma con il buon senso umano là dove la tecnologia raggiunge i suoi limiti.
Il team dietro il progetto
Il progetto è un vero lavoro di squadra: la profondità scientifica dell'ETH di Zurigo incontra l'esperienza pratica di centinaia di eventi LaceUp. Studenti come Kevin Kosch e Nikolaus Rath hanno dato contributi fondamentali nell'ambito delle loro tesi di bachelor, mentre Benedikt Soja, Matthias Aichinger-Rosenberger, Tobias W., Nico Schefer e Sebastian de Castelberg hanno portato avanti la ricerca, la validazione e l'implementazione nella piattaforma.
Solo da questa combinazione di ricerca e pratica nasce un sistema robusto, comprensibile ed equo.
Come battiamo il giro fake «perfetto»
- Generare fake controllati: abbiamo costruito di proposito giri quasi indistinguibili dai dati reali – per mettere alla prova in modo mirato i nostri sistemi di rilevamento.
- Analizzare in modo sistematico: cerchiamo i pattern più sottili – come interpolazioni non plausibili, profili di accelerazione o metadati che non combaciano.
- Combinare ML e persone: l'algoritmo valuta in automatico, i reviewer esaminano manualmente i casi critici.
- Creare trasparenza: se un'attività viene esclusa, chi ha partecipato riceve una motivazione chiara e comprensibile.
I prossimi passi
- estensione dei controlli a e-bike, veicoli a motore e nuovi sport (corsa, orienteering, nuoto, sci)
- rilevamento dei cosiddetti atleti virtuali («Strava Jockeys»)
- miglioramento di crittografia e integrità dei dati per GPS/GNSS
- costruzione di un futuro più smart e più equo per lo sport digitale
Uno sguardo dietro le quinte
I membri del progetto «Digital Doping», con la tesi di bachelor di Kevin Kosch e Nikolaus Rath.
Tante idee per sfidare l'algoritmo di rilevamento – e migliorarlo costantemente.
Un giro manipolato quasi perfetto – visivamente convincente, ma non privo di impronte digitali.
Conclusione
Il digital doping è reale – ma non imbattibile.
Comprendendo gli attacchi e simulandoli noi stessi, impariamo a riconoscerli e prevenirli. Il fair play resta la nostra bussola: divertimento e partecipazione sono al centro, ma oggi il controllo qualità è indispensabile perché ogni risultato rifletta la prestazione autentica.
Credits
Kevin KoschNikolaus RathBenedikt Soja, Matthias Aichinger-Rosenberger, Nico Schefer, Sebastian de Castelberg, Tobias W.