BSSIDS: n löytäminen WiFi -skannauksesta samasta fyysisestä reitittimestä

Useiden BSSIDS -dekoodaus: Voimmeko linkittää ne yhteen tukiasemaan?

Kuvittele, että skannaat WiFi -verkkoja kiireisessä huoneistokompleksissa, ja laitteesi havaitsee kymmeniä signaaleja. 📡 Joillakin näistä verkoista on sama SSID, mutta ne toimivat eri taajuuksilla, joten on haastavaa määrittää, mikä kuuluu samaan fyysiseen reitittimeen. Tämä tilanne on yleinen kaksikaistaisissa reitittimissä, jotka lähettävät sekä 2,4 GHz: n että 5 GHz: n signaaleja useilla verkonimillä.

Ihanteellisessa maailmassa olisi vakiomenetelmä BSSID -ryhmille, jotka ovat peräisin samasta tukiasemasta. Vaikka jotkut valmistajat seuraavat ennustettavia malleja MAC -osoitteiden määrittämisessä, yleissopimusta ei ole. Johdonmukaisen tunnisteen puute tarkoittaa, että kehittäjät turvautuvat usein tilastolliseen analyysiin tai signaalin voimakkuuden klusterointiin koulutettujen arvausten tekemiseksi.

Harkitse esimerkiksi kotireitittimen lähettämistä "Home" ja "Home_Guest" -verkot. Jos molemmat verkot ovat 2,4 GHz ja 5 GHz, se tarkoittaa, että skannauksessa näkyvät neljä erillistä BSSID: tä. Ilman sisäänrakennettua tapaa linkittää ne, laite kohtelee kutakin erillään, vaikka ne ovat peräisin samasta reitittimestä. 🤔

Tässä artikkelissa selvitetään, tarjoaako WiFi -standardi itse menetelmän tunnistaa, mitkä BSSID: t ovat samasta fyysisestä tukiasemasta. Tutkimme teknisiä yksityiskohtia, mahdollisia ratkaisuja ja onko tällainen ryhmittely jopa käsitteellisesti toteutettavissa eri käyttöjärjestelmissä.

Kuinka tunnistaa BSSIDS samasta fyysisestä reitittimestä

Useiden BSSID -ryhmien ryhmitteleminen, jotka kuuluvat samaan fyysiseen reitittimeen, on haaste, koska WiFi -verkot lähetetään eri taajuuksilla ja SSID -laitteilla. Skripteissamme käytimme erilaisia ​​ohjelmointitekniikoita BSSID: n analysoimiseksi ja luokittelemiseksi niiden perusteella Mac -osoite etuliitteet. Python -käsikirjoituksessa SCAPY -kirjastoa hyödynnettiin skannaamaan WiFi -verkkoja, hakea BSSID -tietoja ja ryhmitellä ne valmistajan etuliitteellä. Tämän avulla voimme tehdä koulutetun arvauksen siitä, mitkä BSSID: t ovat peräisin samasta laitteesta. Android -puolella käytimme WiFimanager -sovellusliittymän BSSID -luettelon purkamiseen, ryhmittelemään verkkoja heidän MAC -osoitteiden 8 ensimmäisen merkin perusteella. Tämä menetelmä tarjoaa luotettavan tavan luokitella verkkot luottamatta valmistajaspesifisiin sääntöihin. 📡

Käsikirjoitusten pääidea on, että suurin osa reitittimistä tuottaa useita BSSID: itä, joilla on samanlaiset etuliitteet lähetettäessä eri kanavilla. Esimerkiksi kaksikaistaisella reitittimen lähetyksellä "Home" ja "Home_guest" 2,4 GHz: llä ja 5 GHz: llä on todennäköisesti BSSIDS, kuten "AA: BB: CC: 11: 22: 33" ja "AA: BB: CC: 11: 22:44 ". Koodiuutemme ja analysoi kunkin MAC -osoitteen ensimmäisen osan todennäköisten otteluiden määrittämiseksi. Pythonissa luomme sanakirjan, jossa avaimet ovat näitä etuliitteitä, varmistaen, että kaikki saman etuliitteen jakamat BSSID: t on ryhmitelty toisiinsa. Javassa käytämme hashmapia saman luokituksen saavuttamiseksi. Tämä menetelmä toimii hyvin useimmissa tapauksissa, vaikka jotkut edistyneet reitittimet satunnaistavat BSSID -tehtäviä, mikä vaikeuttaa pelkästään Mac -etuliitteisiin. 🔍

Yksi ratkaiseva osa komentosarjoistamme on useiden skannaustulosten käsittely tehokkaasti. Koska WiFi -verkot muuttuvat jatkuvasti, toistuvat skannaukset saattavat tuottaa hieman erilaisia ​​tuloksia. Tarkkuuden parantamiseksi lisä suodatustekniikat, kuten vertaaminen signaalin lujuus voidaan käyttää. Jos kahdella BSSID: llä on samanlaiset etuliitteet ja ne havaitaan samalla signaalin voimakkuudella tietyssä paikassa, ne todennäköisesti kuuluvat samaan tukiasemaan. Androidissa Wifimanager-sovellusliittymän avulla voimme hakea reaaliaikaisia ​​skannaustuloksia, joita käsittelemme jäsennellyllä tavalla luetteloilla ja hashmapsilla. Python-pohjaisissa järjestelmissä voimme käyttää SCAPY: n skannaustoimintoa monien skannausten kokoelman automatisoimiseksi lisäämällä luokitusalgoritmin tarkkuutta.

Vaikka lähestymistapamme ei ole tyhmää, se tarjoaa vankan kehyksen BSSID -ryhmien ryhmittelyyn data -analyysitekniikoilla. Tuleviin parannuksiin voisi kuulua koneoppimisalgoritmit luokituksen hienosäätöjen parantamiseksi historiallisten skannaustietojen perusteella. Lisäksi tuleva WiFi 7 -standardi saattaa esitellä uusia ominaisuuksia BSSID -ryhmittelystä suoraviivaisemmaksi. Toistaiseksi skriptit tarjoavat käytännön ratkaisun kehittäjille, jotka haluavat analysoida WiFi -ympäristöjä tehokkaammin ja poimia merkityksellisiä oivalluksia verkkoskannauksista.

0 -

import android.net.wifi.ScanResult;
import android.net.wifi.WifiManager;
import java.util.HashMap;
public class WifiScanner {
    public HashMap<String, List<ScanResult>> groupBSSIDs(List<ScanResult> scanResults) {
        HashMap<String, List<ScanResult>> grouped = new HashMap<>();
        for (ScanResult result : scanResults) {
            String key = result.BSSID.substring(0, 8);
            grouped.putIfAbsent(key, new ArrayList<>());
            grouped.get(key).add(result);
        }
        return grouped;
    }
}

BSSID -ryhmittelyn ja piilotettujen haasteiden ymmärtäminen

Vaikka aikaisempi etsintämme keskittyi BSSID: n ryhmittelyyn heidän Mac -etuliitteisiinsa, toinen tärkeä näkökohta on rooli Wifi -verkkovierailu. Monet nykyaikaiset verkot, etenkin yritysympäristöissä, käyttävät useita tukiasemia samalla SSID: llä saumattoman yhteyden varmistamiseksi. Tämä tarkoittaa, että vaikka eri AP: llä on SSID, niiden BSSID -arvot ovat ainutlaatuisia, mikä tekee tunnistamisesta monimutkaisempia. Tällaisissa tapauksissa reitittimet hyödyntävät ominaisuuksia, kuten 802.11k ja 802.11v, jotka auttavat laitteita vaeltaa APS: n välillä tehokkaasti. Nämä standardit eivät kuitenkaan osoita nimenomaisesti, mitkä BSSID: t kuuluvat samaan fyysiseen reitittimeen, koska ne on suunniteltu asiakaspuolen asuntokohteisiin kuin taustan tunnistamiseen.

Toinen haaste syntyy MAC: n osoitteen satunnaistaminen. Monet nykyaikaiset tukiasemat ja jopa asiakaslaitteet toteuttavat satunnaisia ​​MAC -osoitteita yksityisyyden ja turvallisuuden parantamiseksi. Tämä voi häiritä yrityksiä luokitella BSSID: t Mac -etuliitteellä, koska laitteet saattavat lähettää dynaamisesti muuttuvia osoitteita. Jotkut valmistajat käyttävät myös erilaisia ​​MAC -tehtävästrategioita, mikä vaikeuttaa standardisoitua ryhmittelumenetelmää. Kiertotapa sisältää majakkakehysominaisuuksien, kuten myyjäkohtaisten tunnisteiden, seuraaminen, jotka joskus tarjoavat ylimääräisiä vihjeitä BSSID-suhteista.

Tarkempi luokittelu, koneoppiminen Tekniikat voidaan ottaa käyttöön. Keräämällä tietoja useista WiFi -skannauksista ajan myötä ja analysoimalla SSID: n, kanavien ja signaalin vahvuuksien malleja, voimme kouluttaa malleja ennustamaan, mitkä BSSID: t todennäköisesti kuuluvat samaan reitittimeen. Tämä on erityisen hyödyllistä skenaarioissa, joissa vakiomenetelmät epäonnistuvat, kuten suurissa rakennuksissa, joissa on useita päällekkäisiä verkkoja. Teknologian kehittyessä tulevat WiFi -standardit voivat sisältää selkeämpiä tapoja tunnistaa ja yhdistää BSSID: t fyysisiin reitittimiin, yksinkertaistaen verkon hallintaa ja tietoturva -analyysiä. 📡