当今WiFi技术迅速发展,WiFi设备的种类和数量随之急剧增长,但WiFi设备识别这方面的研究并不多,仅有的一些研究也过多的依靠beacon节点主动搜集无线信号的方式开展。本文基于非侵入式监测搜集的WiFi信号数据,提出了一种WiFi设备类型的识...当今WiFi技术迅速发展,WiFi设备的种类和数量随之急剧增长,但WiFi设备识别这方面的研究并不多,仅有的一些研究也过多的依靠beacon节点主动搜集无线信号的方式开展。本文基于非侵入式监测搜集的WiFi信号数据,提出了一种WiFi设备类型的识别机制。通过监测WiFi通信过程中的技术参数,如接收信号强度(Received Signal Strength,RSS)、MAC地址(Media Access Control Address)、通信时间戳等,我们分析提取各类WiFi设备的特征,构建特征向量,然后运用机器学习中相对成熟的分类算法实现对常见无线设备如手机、笔记本电脑和无线路由器的分类。实验结果表明,本文提出的设备类型识别机制使用不同分类算法进行层次化分类后,均可达到较好的效果。展开更多
文摘当今WiFi技术迅速发展,WiFi设备的种类和数量随之急剧增长,但WiFi设备识别这方面的研究并不多,仅有的一些研究也过多的依靠beacon节点主动搜集无线信号的方式开展。本文基于非侵入式监测搜集的WiFi信号数据,提出了一种WiFi设备类型的识别机制。通过监测WiFi通信过程中的技术参数,如接收信号强度(Received Signal Strength,RSS)、MAC地址(Media Access Control Address)、通信时间戳等,我们分析提取各类WiFi设备的特征,构建特征向量,然后运用机器学习中相对成熟的分类算法实现对常见无线设备如手机、笔记本电脑和无线路由器的分类。实验结果表明,本文提出的设备类型识别机制使用不同分类算法进行层次化分类后,均可达到较好的效果。
