StateFi：通过状态转移有效识别 Wi-Fi 设备
密码学与安全
2026-01-15 v2
摘要
随机化 MAC 地址旨在防止被动设备跟踪，但 Wi-Fi 管理帧仍泄露结构化的行为模式。以往工作主要依赖于语法探针请求特征，如信息元素 (IE)、序列号 (SEQ) 或 RSSI 相关性，这些特征在密集环境中会退化，并在激进随机化下失效。我们引入 StateFi，一种将设备行为建模为有限状态机 (FSM) 的指纹框架，捕获结构化转移模式和时间执行逻辑。这些 FSM 被嵌入紧凑特征向量，支持高效的相似性计算和监督分类。在五个异构校园环境中，StateFi 使用完整管理帧 FSM 实现了 94-97% 的网络内指纹识别准确率。使用探针-only FSM，可在由超过百万帧组成的大型公共数据集中实现最高达 97% 的设备重新识别准确率。当评估模型的辨识准确率时，StateFi 达到 98%，超越最强的先前签名特征最高可达 17 个百分点。这些结果表明，FSM 级别的行为动力学是一种强大且几乎未被缓解的副信道，足够稳定以击败随机化，又足够富表达式以实现稳健、可扩展的设备识别。
关键词
引用
@article{arxiv.2507.02478,
title = {StateFi: Effectively Identifying Wi-Fi Devices through State Transitions},
author = {Abhishek K. Mishra and Mathieu Cunche},
journal= {arXiv preprint arXiv:2507.02478},
year = {2026}
}