基于无线设备指纹的伪AP检测技术研究

摘要

随着移动互联网的普及,大量的设备通过无线接入点连接互联网.然而,频繁发生的无线网络攻击使得无线安全问题成为研究的热点之一.目前,伪AP是无线网络攻击的主要方式之一.当前检测伪AP的方式主要存在特征易被伪造、部署成本较高等问题.提出一种基于无线设备指纹的伪AP检测方法,该方法使用的特征难以被伪造,训练时仅需要合法AP的数据即可在检测阶段实现对伪AP的检测.首先收集合法AP的CSI数据,通过数据预处理,提取基于CSI相位信息的无线设备指纹;然后,基于提取的设备指纹生成样本对,训练Siamese网络并生成AP指纹库;在检测阶段,将待测样本与样本库中的指纹通过Siamese网络进行比对以实现伪AP的检测.实验对比了基于传统深度神经网络结构和卷积神经网络结构的Siamese网络在不同时间窗口下的合法AP分类准确率以及伪AP检测率.实验结果表明,提出的方法具有良好的前景,且基于卷积神经网络实现的Siamese网络具有更高的检测率.