Menemukan BSSID dalam pemindaian wifi dari router fisik yang sama

Decoding Beberapa BSSID: Bisakah kita menautkannya ke satu titik akses?

Bayangkan Anda memindai jaringan WiFi di kompleks apartemen yang sibuk, dan perangkat Anda mendeteksi lusinan sinyal. 📡 Beberapa jaringan ini berbagi SSID yang sama tetapi beroperasi pada frekuensi yang berbeda, membuatnya sulit untuk menentukan mana yang termasuk dalam router fisik yang sama. Situasi ini biasa terjadi pada router dual-band yang menyiarkan sinyal 2.4GHz dan 5GHz dengan beberapa nama jaringan.

Di dunia yang ideal, akan ada metode standar untuk mengelompokkan BSSID yang berasal dari titik akses yang sama. Sementara beberapa produsen mengikuti pola yang dapat diprediksi dalam menetapkan alamat MAC, tidak ada konvensi universal. Kurangnya pengidentifikasi yang konsisten berarti pengembang sering menggunakan analisis statistik atau pengelompokan kekuatan sinyal untuk membuat tebakan yang berpendidikan.

Misalnya, pertimbangkan jaringan router rumah "home" dan "home_guest". Jika kedua jaringan ada pada 2.4GHz dan 5GHz, itu berarti empat BSSID yang berbeda muncul dalam pemindaian. Tanpa cara bawaan untuk menautkannya, perangkat Anda memperlakukan masing-masing sebagai terpisah, meskipun mereka berasal dari router yang sama. 🤔

Artikel ini mengeksplorasi apakah standar WiFi itu sendiri menyediakan metode untuk mengidentifikasi BSSID mana yang berasal dari titik akses fisik yang sama. Kami akan mempelajari detail teknis, solusi yang mungkin, dan apakah pengelompokan tersebut bahkan layak secara konseptual di berbagai sistem operasi.

Cara mengidentifikasi bssid dari router fisik yang sama

Mengelompokkan banyak BSSID yang termasuk dalam router fisik yang sama adalah sebuah tantangan karena jaringan WiFi disiarkan pada frekuensi dan SSID yang berbeda. Dalam skrip kami, kami menggunakan teknik pemrograman yang berbeda untuk menganalisis dan mengklasifikasikan BSSID berdasarkan mereka Awalan alamat MAC. Dalam skrip Python, perpustakaan scapy dimanfaatkan untuk memindai jaringan wifi, mengambil informasi BSSID, dan mengelompokkannya dengan awalan pabrikan mereka. Ini memungkinkan kita untuk membuat tebakan berpendidikan tentang BSSID mana yang berasal dari perangkat yang sama. Di sisi Android, kami menggunakan Wifimanager API untuk mengekstrak daftar BSSID, jaringan pengelompokan berdasarkan 8 karakter pertama dari alamat MAC mereka. Metode ini memberikan cara yang andal untuk mengkategorikan jaringan tanpa mengandalkan aturan khusus pabrikan. 📡

Gagasan utama di balik skrip kami adalah bahwa sebagian besar router menghasilkan banyak BSSID dengan awalan yang sama saat menyiarkan di saluran yang berbeda. Misalnya, penyiaran router dual-band "home" dan "home_guest" pada 2.4GHz dan 5GHz kemungkinan akan memiliki BSSID seperti "AA: BB: CC: 11: 22: 33" dan "AA: BB: CC: 11: 22:44 ". Kode kami mengekstrak dan menganalisis bagian pertama dari setiap alamat MAC untuk menentukan kemungkinan kecocokan. Dalam Python, kami membuat kamus di mana kunci adalah awalan ini, memastikan bahwa semua BSSID yang berbagi awalan yang sama dikelompokkan bersama. Di Java, kami menggunakan hashmap untuk mencapai klasifikasi yang sama. Metode ini bekerja dengan baik dalam banyak kasus, meskipun beberapa router canggih mengacak penugasan BSSID, membuatnya lebih sulit untuk hanya mengandalkan awalan MAC. 🔍

Salah satu bagian penting dari skrip kami adalah menangani beberapa hasil pemindaian secara efektif. Karena jaringan WiFi terus bergeser, pemindaian berulang mungkin menghasilkan hasil yang sedikit berbeda. Untuk meningkatkan akurasi, teknik penyaringan tambahan seperti membandingkan kekuatan sinyal dapat digunakan. Jika dua BSSID memiliki awalan yang sama dan terdeteksi dengan intensitas sinyal yang sama di lokasi tertentu, mereka kemungkinan termasuk dalam titik akses yang sama. Di Android, Wifimanager API memungkinkan kami mengambil hasil pemindaian real-time, yang kami proses dengan cara terstruktur menggunakan daftar dan hashmap. Pada sistem berbasis Python, kita dapat menggunakan fungsi pemindaian Scapy untuk mengotomatiskan pengumpulan beberapa pemindaian, meningkatkan akurasi algoritma klasifikasi kami.

Meskipun pendekatan kami tidak sangat mudah, ini memberikan kerangka kerja yang solid untuk mengelompokkan BSSID menggunakan teknik analisis data. Peningkatan di masa depan dapat mencakup algoritma pembelajaran mesin untuk memperbaiki klasifikasi berdasarkan data pemindaian historis. Selain itu, standar WiFi 7 yang akan datang dapat memperkenalkan fitur -fitur baru untuk membuat pengelompokan BSSID lebih mudah. Untuk saat ini, skrip kami menawarkan solusi praktis bagi pengembang yang ingin menganalisis lingkungan WiFi secara lebih efektif dan mengekstraksi wawasan yang bermakna dari pemindaian jaringan.

import scapy.all as scapy
def scan_wifi():
    networks = scapy.WiFiScanner(iface="wlan0").scan()  # Adjust for your interface
    bssids = {net.BSSID: net for net in networks}
    grouped = group_by_router(bssids)
    return grouped
def group_by_router(bssids):
    router_map = {bssid[:8]: [] for bssid in bssids}
    for bssid, net in bssids.items():
        router_map[bssid[:8]].append(net)
    return router_map
print(scan_wifi())

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;
    }
}

Memahami Pengelompokan BSSID dan Tantangan Tersembunyi

Sementara eksplorasi kami sebelumnya berfokus pada pengelompokan BSSID berdasarkan awalan Mac mereka, aspek penting lainnya adalah peran Wifi Roaming. Banyak jaringan modern, terutama di lingkungan perusahaan, menggunakan beberapa titik akses dengan SSID yang sama untuk memastikan konektivitas yang mulus. Ini berarti bahwa meskipun AP yang berbeda berbagi SSID, BSSID mereka unik, membuat identifikasi lebih kompleks. Dalam kasus seperti itu, router memanfaatkan fitur seperti 802.11k dan 802.11v, yang membantu perangkat berkeliaran di antara AP secara efisien. Namun, standar-standar ini tidak secara eksplisit menunjukkan BSSID mana yang termasuk router fisik yang sama, karena mereka dirancang untuk serah terima sisi klien daripada identifikasi backend.

Tantangan lain muncul dengan pengacakan alamat MAC. Banyak titik akses modern dan bahkan perangkat klien menerapkan alamat MAC acak untuk meningkatkan privasi dan keamanan. Ini dapat mengganggu upaya untuk mengklasifikasikan BSSID oleh awalan Mac, karena perangkat dapat menyiarkan alamat yang secara dinamis mengubah. Beberapa produsen juga menggunakan strategi penugasan Mac yang berbeda, membuat metode pengelompokan standar menjadi sulit. Solusi melibatkan pemantauan karakteristik bingkai suar, seperti tag khusus vendor, yang terkadang memberikan petunjuk tambahan tentang hubungan BSSID.

Untuk klasifikasi yang lebih akurat, Pembelajaran mesin Teknik dapat diperkenalkan. Dengan mengumpulkan data dari beberapa pemindaian WiFi dari waktu ke waktu dan menganalisis pola dalam SSID, saluran, dan kekuatan sinyal, kita dapat melatih model untuk memprediksi BSSID mana yang mungkin termasuk dalam router yang sama. Ini sangat berguna dalam skenario di mana metode standar gagal, seperti di bangunan besar dengan beberapa jaringan yang tumpang tindih. Seiring berkembangnya teknologi, standar WiFi di masa depan dapat menggabungkan cara yang lebih eksplisit untuk mengidentifikasi dan menghubungkan BSSID ke router fisik, menyederhanakan manajemen jaringan dan analisis keamanan. 📡