从同一物理路由器中的WiFi扫描中查找BSSIDS

解码多个BSSID：我们可以将它们链接到一个接入点吗？

想象一下，您正在扫描繁忙的公寓大楼中的WiFi网络，并且您的设备可检测到数十个信号。 📡其中一些网络共享相同的SSID，但在不同的频率上运行，这使得确定哪个属于同一物理路由器变得具有挑战性。这种情况在多个网络名称下播放2.4GHz和5GHz信号的双波段路由器中很常见。

在理想的世界中，将有一种标准方法来源自同一访问点的BSSID。尽管一些制造商在分配MAC地址时遵循可预测的模式，但没有普遍的惯例。缺乏一致的标识符意味着开发人员经常诉诸统计分析或信号强度聚类以做出有根据的猜测。

例如，考虑一个家庭路由器广播“ HOME”和“ HOME_GUEST”网络。如果两个网络都存在于2.4GHz和5GHz上，则意味着在扫描中出现四个不同的BSSID。如果没有内置的方式将它们链接起来，即使它们源自同一路由器，您的设备也将每个设备视为单独的。 🤔

本文探讨了WiFi标准本身是否提供了一种识别哪些BSSID来自同一物理访问点的方法。我们将深入研究技术细节，可能的解决方案，以及此类分组是否在不同的操作系统上甚至在概念上都是可行的。

如何从同一物理路由器中识别BSSID

将属于同一物理路由器的多个BSSID分组是一个挑战，因为WiFi网络在不同的频率和SSID上广播。在我们的脚本中，我们使用不同的编程技术来根据其分析和分类BSSID MAC地址前缀。在Python脚本中，Scapy库被利用用于扫描WiFi网络，检索BSSID信息，并由其制造商前缀分组。这使我们可以对哪些BSSID源自同一设备进行有根据的猜测。在Android方面，我们使用Wifimanager API提取BSSID列表，并根据其MAC地址的前8个字符对网络进行分组。该方法提供了一种可靠的方式来对网络进行分类而不依赖于制造商特定的规则。 📡

脚本背后的主要思想是，大多数路由器在不同频道上广播时会生成多个具有相似前缀的BSSID。例如，在2.4GHz和5GHz上的双频带路由器广播“ Home”和“ Home_guest”可能会有BSSID，例如“ AA：BB：CC：CC：11：22：33：33：33”和“ AA：BB：CC：CC：11：11：11： 22:44“。我们的代码提取并分析每个MAC地址的第一部分，以确定可能的匹配。在Python，我们创建了一个词典，其中键是这些前缀，以确保将所有共享相同前缀的BSSID分组在一起。在Java中，我们使用hashmap来实现相同的分类。在大多数情况下，尽管一些高级路由器随机对BSSID分配进行了随机，因此此方法效果很好，因此很难仅依靠MAC前缀。 🔍

我们脚本的关键部分是有效地处理多次扫描结果。由于WiFi网络不断变化，因此重复扫描可能会产生略有不同的结果。为了提高准确性，其他过滤技术如比较 信号强度 可以使用。如果两个BSSID具有相似的前缀，并且在给定位置中以相同的信号强度检测到，则它们可能属于同一访问点。在Android中，Wifimanager API使我们可以检索实时扫描结果，我们使用列表和哈希图以结构化的方式进行处理。在基于Python的系统上，我们可以使用Scapy的扫描功能来自动化多次扫描的收集，从而提高了分类算法的准确性。

尽管我们的方法不是万无一失的，但它为使用数据分析技术分组BSSID提供了一个坚实的框架。未来的改进可能包括机器学习算法以根据历史扫描数据来完善分类。此外，即将到来的WiFi 7标准可能会引入新功能，以使BSSID分组更加直接。目前，我们的脚本为希望更有效分析WiFi环境并从网络扫描中提取有意义的见解提供了一个实用的解决方案。

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;
    }
}

了解BSSID分组和隐藏的挑战

尽管我们以前的探索重点是基于其MAC前缀分组BSSID，但另一个关键方面是 wifi漫游。许多现代网络，尤其是在企业环境中，使用具有相同SSID的多个访问点来确保无缝连接。这意味着，即使不同的AP共享一个SSID，它们的BSSID也是独特的，使识别更加复杂。在这种情况下，路由器使用802.11k和802.11V之类的功能，这些功能有助于设备在AP之间有效漫游。但是，这些标准并未明确指出哪些BSSID属于同一物理路由器，因为它们是为客户端切换而不是后端识别而设计的。

MAC地址随机化出现了另一个挑战。许多现代接入点甚至客户端设备实现随机MAC地址，以增强隐私和安全性。这可能会干扰通过MAC前缀对BSSID进行分类的尝试，因为设备可能会动态更改地址。一些制造商还使用不同的MAC分配策略，这使得标准化的分组方法变得困难。解决方法涉及监视信标框架特征，例如特定于供应商的标签，这些标签有时会提供有关BSSID关系的额外线索。

对于更准确的分类， 机器学习 可以引入技术。通过随着时间的推移收集多个WiFi扫描的数据并分析SSID，通道和信号强度的模式，我们可以训练模型以预测哪些BSSID可能属于同一路由器。这在标准方法失败的情况下（例如在具有多个重叠网络的大型建筑物中）特别有用。随着技术的发展，未来的WiFi标准可能会结合更明确的方法来识别和将BSSID与物理路由器联系起来，从而简化网络管理和安全性分析。 📡