在Wi-Fi指纹基于定位中检测接入点伪造的检测
Juraj Machaj1, Clément Safon2, Slavomír Matúška1
1Department of Multimedia and Information-Communication Technology, Faculty of Electrical Engineering and Information Technology, University of Zilina, Univerzitna 1, 01026 Zilina, Slovakia.
本研究介绍了过算法,以打击室内定位系统中的Wi-Fi接入点伪造. 拟议的SFKNN方法有效地检测伪造,减少定位错误,提高准确性.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 信号处理 信号处理
背景情况:
- 室内定位系统 (IPS) 通过广泛的可用性和设备集成来利用Wi-Fi信号.
- 无线网络频谱的未经许可的性质使恶意访问点 (AP) 伪造成为可能,降低了定位准确性.
- 现有的伪造缓解技术并不容易适用于现成的系统.
研究的目的:
- 提出和评估过算法,以尽量减少AP伪造对基于Wi-Fi的室内定位的影响.
- 评估这些算法在与K-Nearest Neighbors (KNN) 定位方法相结合时的有效性.
主要方法:
- 开发过算法,特别是SFKNN (伪造过的K-最近邻居).
- 将SFKNN与KNN本地化算法的集成.
- 使用 UJIIndoorLoc 数据集在两个不同的伪造场景 (1-10个伪造的 AP) 下进行性能评估.
主要成果:
- 拟议的SFKNN证明了对伪造的访问点的有效检测.
- SFKNN成功地将平均定位误差降低了2-5米.
- 错误的减少在更多的伪造接入点的情况下尤为显著.
结论:
- 开发的过算法为缓解Wi-Fi室内定位中的AP伪造提供了可行的解决方案.
- SFKNN增强了针对信号操纵的定位系统的稳定性和准确性.
- 这种方法提高了室内导航的消费级设备的可靠性.
更多相关视频
07:14Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar
Published on: May 1, 2018
06:00Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization
Published on: August 27, 2021
相关概念视频
Errors in Global Positioning System
Field Application of Global Positioning System
IR Frequency Region: Fingerprint Region
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
