一種基于IAT和機(jī)器學(xué)習(xí)的無線設(shè)備識

2024年3月27日發(fā)(作者：止步于此什么意思)

第22期

2022年11月

無線互聯(lián)科技

WirelessInternetTechnology

No.22

November,2022

一種基于IAT和機(jī)器學(xué)習(xí)的無線設(shè)備識別機(jī)制

(1.西安航空計算技術(shù)研究所,陜西　西安　710068;2.西北工業(yè)大學(xué),陜西　西安　710072)

摘　要:

隨著物聯(lián)網(wǎng)(IoT)的快速發(fā)展,連接到網(wǎng)絡(luò)的設(shè)備數(shù)量急劇增加。設(shè)備識別已成為防止惡意攻擊和確保網(wǎng)絡(luò)安

全的關(guān)鍵。文章提出了一種基于到達(dá)時間(IAT)的設(shè)備指紋識別機(jī)制,利用IAT生成設(shè)備指紋并驗證物聯(lián)網(wǎng)設(shè)備,使用

網(wǎng)絡(luò)嗅探器捕獲網(wǎng)絡(luò)流量,提取數(shù)據(jù)包字段并計算IAT值。通過收集網(wǎng)絡(luò)數(shù)據(jù),建立了基于IAT的數(shù)據(jù)集,利用監(jiān)督機(jī)

器學(xué)習(xí)算法來識別設(shè)備。最后,在模擬和真實環(huán)境中評估了提出的設(shè)備指紋算法。結(jié)果表明,該方法在仿真中的準(zhǔn)確率

在95%以上,在實際網(wǎng)絡(luò)中的準(zhǔn)確率高達(dá)99%。

關(guān)鍵詞:無線傳感器網(wǎng)絡(luò);物聯(lián)網(wǎng);設(shè)備識別;IAT;機(jī)器學(xué)習(xí)

宮　婷

1

,林智君

2

,阮天翔

1

0　引言

　　近年來,物聯(lián)網(wǎng)的發(fā)展取得了重大進(jìn)展,越來越多

的人安裝了物聯(lián)網(wǎng)設(shè)備,包括智能安全系統(tǒng)、智能家居

照明等。有關(guān)設(shè)備識別的研究通過不同特征來區(qū)分設(shè)

備,包括檢查電子序列號(ESN)、媒體訪問控制(MAC)

地址、移動標(biāo)識號(MIN)或產(chǎn)品系列以及互聯(lián)網(wǎng)協(xié)議

(IP)號。然而,隨著網(wǎng)絡(luò)攻擊的發(fā)展,IP和MAC地址

可以通過軟件輕松修改

[1]

,不能作為唯一的設(shè)備身份

驗證或標(biāo)識功能。

本文針對物聯(lián)網(wǎng)安全問題,提出了一種新的認(rèn)證

機(jī)制,通過提取有關(guān)設(shè)備軟件版本以及硬件組件的信

息,使用IAT生成的設(shè)備指紋,結(jié)合數(shù)字證書來驗證物

聯(lián)網(wǎng)設(shè)備。設(shè)備指紋識別方法必須滿足兩個特征:一

是難以偽造,二是在不同環(huán)境中應(yīng)穩(wěn)定。本文的主要

時鐘偏移,能夠檢測無線網(wǎng)絡(luò)中未經(jīng)授權(quán)的接入點。

根據(jù)更高的可預(yù)測性和精確的時間戳設(shè)置局部區(qū)域。

利用時鐘偏差檢測偽接入點是一種有效的方法,節(jié)點

中的周期時鐘將導(dǎo)致節(jié)點時鐘偏移的精度差異。

總體而言,設(shè)備指紋識別方法最近已廣泛應(yīng)用于

設(shè)備安全認(rèn)證。然而,現(xiàn)有的研究存在一些局限性,包

括低精度、長響應(yīng)時間和惡劣的操作環(huán)境。文章將介

紹IAT作為模型訓(xùn)練的主要考慮因素,并提出一種新

的設(shè)備指紋識別方法。

2　相關(guān)工作

　　本節(jié)討論了IAT的生成過程和不同設(shè)備的IAT值

不同的原因,提出了基于IAT的設(shè)備指紋識別方法的

步驟。

2.1　IAT

貢獻(xiàn)是將IAT作為構(gòu)建無源設(shè)備指紋的關(guān)鍵特征,討

論了有關(guān)設(shè)備指紋的相關(guān)工作;介紹了IAT的概念,并

提出了一種基于IAT的設(shè)備指紋識別技術(shù);在模擬和

真實網(wǎng)絡(luò)環(huán)境中評估筆者提出的技術(shù)。

1　國內(nèi)外相關(guān)研究

　　Francois等

[2]

建立了網(wǎng)絡(luò)消息的樹,利用支持向量

機(jī)(SVM)和快速魯棒(QROCK)算法來計算不同樹之

間的距離。在真實的IP語音(VoIP)網(wǎng)絡(luò)設(shè)備指紋識

別場景中,使用SVM和QROCK的準(zhǔn)確率分別達(dá)到

70%和75%。他們的方法必須為每種消息類型生成

樹,多種消息類型可能會降低這些方法的性能,該方法

在實際環(huán)境中的精度相對較低。

Jana等

[3]

提出了一種基于時鐘偏差的設(shè)備指紋識

別方法,以解決檢測MAC地址欺騙的問題。通過使用

　　數(shù)據(jù)包生成受多個設(shè)備組件的影響,如CPU、內(nèi)存

和網(wǎng)卡(NC)。數(shù)據(jù)包創(chuàng)建過程為設(shè)備接收生成網(wǎng)絡(luò)

數(shù)據(jù)包的命令,并將該命令從內(nèi)存移動到CPU。CPU

在內(nèi)存中建立緩沖區(qū)并建立緩沖區(qū)結(jié)構(gòu)。在創(chuàng)建緩沖

區(qū)之后,CPU寫入包括從緩沖區(qū)開始的包長度和包內(nèi)

容的包信息。操作系統(tǒng)控制CPU在NC中注冊緩沖區(qū)

描述,并在NC和緩沖區(qū)之間建立連接。一旦NC連接

到緩沖區(qū),NC初始化直接內(nèi)存訪問(DMA),數(shù)據(jù)包數(shù)

據(jù)通過PCI總線傳輸?shù)絅C。最后,NC通知操作系統(tǒng)

和CPU,并將數(shù)據(jù)包發(fā)送到MAC設(shè)備。

創(chuàng)建完成后,MAC將包傳輸?shù)侥康牡?源設(shè)備和目

標(biāo)設(shè)備之間的連接是連續(xù)的,設(shè)備之間的通信是連續(xù)

的。源設(shè)備連續(xù)生成并發(fā)送網(wǎng)絡(luò)數(shù)據(jù)包。因此,將在

目的地接收的兩個連續(xù)數(shù)據(jù)包之間的時間差定義為

作者簡介:宮婷(1996—),女,陜西西安人,碩士;研究方向:計算機(jī)和通信網(wǎng)絡(luò)。

—4—

Copyright?博看網(wǎng). All Rights Rerved.

第22期

2022年11月無線互聯(lián)科技·電子通信

No.22

November,2022

IAT值,即假設(shè)由單個設(shè)備發(fā)送的接收分組的序列是

P

=

p1,p2……pn,并且相應(yīng)的接收時間是T

=

t1,t2……

tn。IAT值,即pi和pi

+

1之間的差值,通過公式(1)計

算得出。

IAT

=

t

i

+

1

-

t

i

2.3　基于IAT的設(shè)備指紋識別

　　如上所述,不同設(shè)備的IAT值不同。因此,使用

的步驟如下。

(1)在WLAN網(wǎng)關(guān)中設(shè)置了網(wǎng)絡(luò)嗅探器。通過使

IAT識別設(shè)備是一種合理的方法。設(shè)備指紋識別執(zhí)行

影響設(shè)備的IAT值,包括硬件、軟件和網(wǎng)絡(luò)因素

[4]

。為

了評估這些因素對IAT的影響,公式(2)顯示了接收時

間和發(fā)送時間之間的關(guān)系,接收數(shù)據(jù)包的時間與發(fā)送

數(shù)據(jù)包的時間成正比。

Rcv

t

=

Sed

t

+

Δtransmission

與公式(2),導(dǎo)出的公式用公式(3)(4)和(5)。

IAT

=

Rcv

t

+

1

-

Rcv

t

Rcv

t

+

1

-

Rcv

t

=

Sed

t

+

1

-

Sed

t

IAT

=

Sed

t

+

1

-

Sed

t

(2)

IAT是網(wǎng)絡(luò)分析的一個重要度量。不同的因素會

(1)

用網(wǎng)絡(luò)嗅探器,可以捕獲通過網(wǎng)關(guān)傳輸和轉(zhuǎn)發(fā)的數(shù)

據(jù)包。

(2)網(wǎng)關(guān)嗅探器監(jiān)視網(wǎng)絡(luò)流量并捕獲數(shù)據(jù)包一段

(3)分析數(shù)據(jù)包文件,并根據(jù)IP地址將其劃分為

時間,并將流量信息記錄在數(shù)據(jù)包文件中。

不同的文件。即過濾具有相同源IP的數(shù)據(jù)包,并將過

件中的數(shù)據(jù)包都來自同一個設(shè)備。

傳輸表示傳輸鏈路中的時間成本。結(jié)合公式(1)

(3)

(4)

(5)

濾后的數(shù)據(jù)包保存在新文件中。這種方法意味著新文

(4)對于每個新文件,從每個數(shù)據(jù)包中提取相關(guān)網(wǎng)

絡(luò)字段并計算IAT。記錄網(wǎng)絡(luò)功能并按設(shè)備類型標(biāo)記

記錄。通過整合每個文件中的記錄,可以構(gòu)建一個新

的基于IAT的標(biāo)記數(shù)據(jù)集。

(5)基于創(chuàng)建的數(shù)據(jù)集,測試機(jī)器學(xué)習(xí)算法,利用

從公式(5)可以看出,IAT取決于數(shù)據(jù)包的發(fā)送

時間間隔。不同的硬件經(jīng)過一系列的處理后將發(fā)送

一個網(wǎng)絡(luò)數(shù)據(jù)包。這些硬件差異導(dǎo)致生成相同網(wǎng)絡(luò)

數(shù)據(jù)包的時間成本不同。此外,由于設(shè)備處理過程中

的微小錯誤,即使是兩個相同的設(shè)備,其性能也會略

有不同。網(wǎng)絡(luò)應(yīng)用要求客戶端以固定頻率傳輸網(wǎng)絡(luò)

流量。通常,傳輸頻率由程序開發(fā)人員設(shè)置。該設(shè)備

執(zhí)行應(yīng)用程序,并在每個周期執(zhí)行發(fā)送數(shù)據(jù)包的命

令。因此,發(fā)送時間也取決于發(fā)送頻率,IAT也受到軟

件的影響。

IAT是一種無源網(wǎng)絡(luò)特征提取方法,不需要在設(shè)備

中主動嵌入任何程序。由于不同設(shè)備之間的IAT值不

同,因此使用IAT識別設(shè)備是一種獨特且可行的方法。

2.2　網(wǎng)絡(luò)流量的IAT計算

提出了基于IAT的設(shè)備識別技術(shù)。

　　計算IAT需要網(wǎng)絡(luò)嗅探器來捕獲通信路徑中的

設(shè)備數(shù)據(jù)包。網(wǎng)絡(luò)嗅探器應(yīng)靠近要檢測的設(shè)備。設(shè)

備直接與網(wǎng)絡(luò)嗅探器連接,以便網(wǎng)絡(luò)嗅探器盡可能

穩(wěn)定地從檢測到的設(shè)備接收流量。因此,在無線局

域網(wǎng)(WLAN)中心(如網(wǎng)關(guān)和接入點)設(shè)置網(wǎng)絡(luò)嗅

探器,不僅連接到互聯(lián)網(wǎng),還為無線設(shè)備提供接入服

務(wù)。通過在WLAN中心嗅探數(shù)據(jù)包,避免了內(nèi)部LAN

鏈路中的任何網(wǎng)絡(luò)延遲,并將外部網(wǎng)絡(luò)波動的影響降

至最低。

從網(wǎng)絡(luò)流量計算IAT的過程如下:在網(wǎng)關(guān)或接入

點的WLAN中心插入網(wǎng)絡(luò)嗅探器,然后從設(shè)備捕獲連

續(xù)數(shù)據(jù)包并記錄接收時間序列。利用公式(1),計算兩

個連續(xù)數(shù)據(jù)包之間的IAT值。

該數(shù)據(jù)集訓(xùn)練分類器模型。分類器模型隨后用于識別

設(shè)備。

基于以上對IAT概念和特征的討論,文章提出了

一種基于IAT的設(shè)備指紋識別機(jī)制。該機(jī)制具有很高

的靈活性,可以適應(yīng)不同的網(wǎng)絡(luò),并根據(jù)具體情況采用

不同的機(jī)器學(xué)習(xí)算法。

3　結(jié)果與評價

　　在本節(jié)中,將在模擬和真實環(huán)境中對提出的設(shè)備

指紋機(jī)制進(jìn)行評估。

　　本節(jié)使用NetSim建立了一個模擬網(wǎng)絡(luò),并將所提

出的設(shè)備指紋機(jī)制應(yīng)用到模擬中。

NetSim是一個端到端、全棧、包級網(wǎng)絡(luò)模擬器和仿

3.1　使用NetSim進(jìn)行模擬

真器。它為網(wǎng)絡(luò)工程師提供了一個用于協(xié)議建模、網(wǎng)

絡(luò)研發(fā)和軍事通信的技術(shù)開發(fā)環(huán)境。此外,NetSim允

許用戶編寫定制程序并修改協(xié)議內(nèi)容,具有很強(qiáng)的可

擴(kuò)展性。與硬件原型相比,成本顯著降低,時間更短。

NetSim支持多種網(wǎng)絡(luò)環(huán)境,包括5G網(wǎng)絡(luò)、移動自組織

網(wǎng)絡(luò)和無線傳感器網(wǎng)絡(luò)。因此,可以使用Net

-

Sim建

3.1.1　NetSim模型

立高度靈活的應(yīng)用程序。

　　所有終端節(jié)點都基于IPV6_LOWPAN協(xié)議連接到

網(wǎng)關(guān),形成一個自組織、多跳無線的網(wǎng)絡(luò)。網(wǎng)關(guān)旨在接

收和轉(zhuǎn)發(fā)來自終端節(jié)點的數(shù)據(jù)包。為了簡化網(wǎng)絡(luò)場

景,使用有線節(jié)點作為服務(wù)器,并在網(wǎng)關(guān)和服務(wù)器之間

設(shè)置一個路由器。終端節(jié)點在其傳輸范圍內(nèi)向服務(wù)器

—5—

Copyright?博看網(wǎng). All Rights Rerved.

第22期

2022年11月無線互聯(lián)科技·電子通信

No.22

November,2022

發(fā)送網(wǎng)絡(luò)流量

,在網(wǎng)關(guān)捕獲網(wǎng)絡(luò)數(shù)據(jù)包。

3.1.2　使用NetSim模型的結(jié)果

設(shè)備1/%

KNN

DT

RF

SVM99.38

99.70

99.61

99.6

99.75

設(shè)備2/%

98.96

99.46

99.39

99.35

99.56

　　KNN,DT,RF和ANN模型的準(zhǔn)確度得分達(dá)到95%

以上,具體結(jié)果如表1所示。

表1　模擬不同算法的準(zhǔn)確度

設(shè)備3/%

95.57

95.76

95.99

95.91

95.50

設(shè)備4/%

96.04

96.01

96.13

96.05

95.69

設(shè)備5/%

99.90

99.93

99.94

99.91

99.85

設(shè)備6/%

99.97

99.97

99.91

99.91

99.89ANN

3.2　真實網(wǎng)絡(luò)中的設(shè)備指紋

　　使用通用物聯(lián)網(wǎng)設(shè)備建立了一個簡化的真實世界

網(wǎng)絡(luò)。選擇以下設(shè)備進(jìn)行實驗:(1)Raspberry

PI3;

(2)筆記本電腦;(3)移動電話;(4)智能攝像頭;(5)智

能電視;(6)智能火災(zāi)報警器。

接入點。Raspberry

PI連接到互聯(lián)網(wǎng),并通過WiFi與

在真實場景中,將Raspberry

PI配置為網(wǎng)關(guān)和網(wǎng)絡(luò)

其他設(shè)備通信。此外,Raspberry

PI與rve相對應(yīng),后

者提供設(shè)備標(biāo)識服務(wù)。如圖1所示,顯示了使用真實

物聯(lián)網(wǎng)設(shè)備的設(shè)備識別模型。

圖1　使用真實設(shè)備的設(shè)備識別模型

3.2.1　算法說明

　　RaspberryPI3作為網(wǎng)關(guān)和接入點。所有物聯(lián)網(wǎng)設(shè)

備都通過WiFi連接到網(wǎng)關(guān)。此外,由于網(wǎng)關(guān)可以接收

和轉(zhuǎn)發(fā)通過自身的所有流量,因此在網(wǎng)關(guān)上安裝

—6—

Copyright?博看網(wǎng). All Rights Rerved.

第22期

2022年11月無線互聯(lián)科技·電子通信

No.22

November,2022

Wireshark應(yīng)用程序來捕獲場景中的網(wǎng)絡(luò)數(shù)據(jù)包。將每

個設(shè)備運行3個小時,并將其保存為數(shù)據(jù)包捕獲

(PCAP)文件。根據(jù)物聯(lián)網(wǎng)設(shè)備的IP地址將流量信息

過濾并劃分為5個PCAP文件,解析PCAP文件

[5]

,從

數(shù)據(jù)包中提取相關(guān)的網(wǎng)絡(luò)特征,并構(gòu)造特征向量。在

本實驗中,重點研究了傳輸控制協(xié)議(TCP)/用戶數(shù)據(jù)

報協(xié)議(UDP)。在分析PCAP文件的過程中,使用了C

++

編程語言,使用公式(1)計算了IAT值,并生成基于

3.2.2　使用真實設(shè)備的結(jié)果

IAT的數(shù)據(jù)集。設(shè)備識別采用不同的機(jī)器學(xué)習(xí)算法。

　　由于支持向量機(jī)不適用于大規(guī)模高維數(shù)據(jù)集,使

用KNN,DT,RF和ANN對提出的機(jī)制進(jìn)行了評估,以

用于實際設(shè)備識別。KNN具有99.59%準(zhǔn)確率的最佳

性能。人工神經(jīng)網(wǎng)絡(luò)在多分類中沒有表現(xiàn)出顯著的識

別能力。

4　結(jié)語

　　本文介紹了計算IAT的過程,并分析了物聯(lián)網(wǎng)設(shè)

備之間IAT差異的原因,提出了一種基于IAT的無源設(shè)

備指紋識別機(jī)制。該機(jī)制包括數(shù)據(jù)集構(gòu)造和設(shè)備識

別,使用所提出的機(jī)制在模擬和真實環(huán)境中執(zhí)行測試。

該方法在模擬環(huán)境中的平均準(zhǔn)確率為95%,在真實環(huán)

境中的平均準(zhǔn)確率為99%。

[1]CHEN

Y,YANGJ,TRAPPEW,ingandlocalizingidentity

-

badattacksinwirelessandnsornetworks[J].IEEE

[參考文獻(xiàn)]

TransactionsonVehicularTechnology,2010(5):2418

-

2434.

[2]FRANCOIS,

JEROME,ABDELNUR,elearningtechniquesforpassivenetworkinventory[J].IEEETransactionson

NetworkandServiceManagement,2010(4):244

-

257.

[3]JANA

S,andaccuratedetectionofunauthorizedwirelessaccesspointsusingclockskews[J].IEEETransactions

onMobileComputing,2009(3):449

-

462.

[4]WANG

Z,tingsmart

-

phoneUSBconnectivityforfunandprofit[C].ComputerSecurityApplicationsConference,

ACM,2010.

[5]SSU

KF,WANGWT,ingsybilattacksinwirelessnsornetworksusingneighboringinformation[J].Computer

Networks,2009(18):3042

-

3056.

(編輯　傅金睿)

Awirelessdevicerecognitionmechanismbadon

IAT

andmachinelearning

(utics

ComputingTechnologyRearchInstitute,Xi’an

710068,

China;

GongTing

1

,

LinZhijun

2

,

RuanTianxiang

1

Abstract:

GiventherapiddevelopmentoftheInternetofThings

(IoT),

thenumberofdevicesconnectedtothe

estern

PolytechnicalUniversity,Xi’an

710072,

China)

uently,deviceidentificationhasbecomeacrucialaspectofpreventing

paper,weprentanoveldevicefingerprintingmechanism

badoninterarrivaltime

(IAT)

ize

IAT,

thepassivemethod,togeneratedevice

ropodmechanism,thenetworksnifferisudtocapturenetworktraffic

fromwhichweextractpacketfieldsandcalculate

IAT

ectingthenetworkrecords,webuildthe

IAT

-

baddatay,weevaluateourpropod

devicefingerprintinginbothsimulatedandreal

-

ultsshowthatourmethodachieves

accuracyabove

95%

inthesimulationandupto

99%

inareal

-

worldnetwork.

Keywords:

wirelessnsornetwork;IoT;deviceidentification;

IAT;

machinelearning

—7—

Copyright?博看網(wǎng). All Rights Rerved.