基于无线流量的智能手机用户指纹识别
密码学与安全
2025-11-06 v1
摘要
由于无线介质的开放性，智能手机用户容易受到用户隐私攻击，即从加密的Wi-Fi无线流量中推断用户隐私信息。现有攻击仅限于识别移动应用及其操作，无法推断智能手机用户身份——这是用户隐私的基本组成部分。为克服这一局限，我们提出了U-Print，一种新颖的攻击系统，能够从空中MAC层帧中被动识别智能手机应用、操作和用户。我们观察到，智能手机用户通常偏好不同的附加应用和应用内操作，导致Wi-Fi流量产生不同的变化模式。U-Print首先提取多级流量特征，并利用定制的时序卷积网络识别智能手机应用和操作，从而生成用户的行为序列。然后，它利用轮廓系数方法确定用户数量，并应用k-means聚类对智能手机用户进行画像和识别。我们使用配备Kali双频无线网卡的笔记本电脑实现了U-Print，并在三个真实环境中进行了评估。U-Print在用户推断上达到了98.4%的总体准确率和0.983的F1分数。此外，在封闭世界中，它能正确识别高达96%的应用和操作，在开放世界中则超过86%。
引用
@article{arxiv.2511.03229,
title = {Smartphone User Fingerprinting on Wireless Traffic},
author = {Yong Huang and Zhibo Dong and Xiaoguang Yang and Dalong Zhang and Qingxian Wang and Zhihua Wang},
journal= {arXiv preprint arXiv:2511.03229},
year = {2025}
}
备注
To appear in IEEE Transactions on Mobile Computing. arXiv admin note: text overlap with arXiv:2408.07263