SMoRFFI：面向大规模同型 2.4 GHz Wi-Fi 数据集与可复现的射频指纹框架
网络与互联网体系结构
2025-11-24 v2
摘要
射频指纹利用硬件瑕疵进行设备识别，但区分相同型号的设备仍具有挑战性，因为它们的硬件差异极小。现有射频指纹数据集受限于设备规模有限且模型异构，阻碍了机器学习方法的稳健训练和公平评估。为此，我们引入一个由123台相同型号商业 IEEE 802.11g 设备构建的大规模数据集，以及开源实验框架。数据集包含来自前导码的 3542 万原始 I/Q 样本，以及相应的 185 万个射频特征。配套框架进一步提供了从数据采集到性能评估的完整可复现流程。在该框架中，以随机森林为基线实现的算法可在该数据集上达到 89.06% 的识别准确率。
引用
@article{arxiv.2511.07770,
title = {SMoRFFI: A Large-Scale Same-Model 2.4 GHz Wi-Fi Dataset and Reproducible Framework for RF Fingerprinting},
author = {Zewei Guo and Zhen Jia and JinXiao Zhu and Wenhao Huang and Yin Chen},
journal= {arXiv preprint arXiv:2511.07770},
year = {2025}
}