Показати скорочену інформацію

Система верифікації Wi-Fi точок доступу на основі аналізу часових характеристик та Device Fingerprinting

dc.contributor.authorРуснак, О. О.uk
dc.contributor.authorRusnak, O. O.en
dc.date.accessioned2026-09-03T10:04:54Z
dc.date.available2026-09-03T10:04:54Z
dc.date.issued2026
dc.identifier.citationРуснак О. О. Система верифікації Wi-Fi точок доступу на основі аналізу часових характеристик та Device Fingerprinting // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29720.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/52648
dc.description.abstractУ роботі розглянуто підхід до верифікації Wi-Fi точок доступу на основі багатокритеріального аналізу часових і логічних характеристик мережевого трафіку. Запропоновано використовувати міжінтервальні затримки службових кадрів, дисперсію джиттера, RSSI, номери послідовності кадрів і структуру інформаційних елементів як основу цифрового відбитка пристрою. Спроєктовано модульну архітектуру програмної системи, що поєднує пасивне захоплення кадрів, вилучення метаданих, математичний співпроцесор, логічну верифікацію та підсистему прийняття рішень. Обґрунтовано використання ковзного вікна, нормалізації часових рядів, зваженої евклідової відстані та локального сховища еталонних профілів для виявлення атак Rogue AP таuk
dc.description.abstractThe paper considers an approach to Wi-Fi access point verification based on multi-criteria analysis of timing and logical characteristics of network traffic. Inter-arrival time of management frames, jitter variance, RSSI, frame sequence numbers, and information element structure are proposed as the basis of a device fingerprint. A modular software architecture is designed, combining passive frame capture, metadata extraction, a mathematical coprocessor, logical verification, and a decision-making subsystem. The use of a sliding window, time-series normalization, weighteden
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29720
dc.subjectWi-Fien
dc.subjectIEEE 80211en
dc.subjectRogue APen
dc.subjectEvil Twinen
dc.subjectDevice Fingerprintingen
dc.subjectIATen
dc.subjectджиттерuk
dc.subjectRSSIen
dc.subjectWi-Fien
dc.subjectIEEE 80211en
dc.subjectRogue APen
dc.subjectEvil Twinen
dc.subjectDevice Fingerprintingen
dc.subjectIATen
dc.subjectjitteren
dc.subjectRSSIen
dc.subjectdevice fingerprinten
dc.titleСистема верифікації Wi-Fi точок доступу на основі аналізу часових характеристик та Device Fingerprintinguk
dc.typeThesis
dc.identifier.udc004.056.5
dc.relation.references, обчислення t, відсікання граничних викидів і додавання валідного значення до ковзного вікна. Другий етап реалізує багатокритеріальну верифікацію: паралельне обчислення джиттера, аналіз номерів послідовності, перевірку логічних ознак і розрахунок метрики відхилення D. Такий поділ зменшує ризик хибнопозитивних спрацювань у зашумленому радіоефірі та забезпечує передбачуваний час виконання [14, 15]. Інформаційне забезпечення системи має зберігати еталонні цифрові відбитки пристроїв і результати перевірок. У практичній реалізації така структура може бути оформлена як SQLite-таблиця, JSON-файл або локальний кеш профілів. Логічно доцільно виділити реєстр точок доступу, таблицю часових сигнатур і журнал безпекових інцидентів. Реєстр містить BSSID, SSID та службовий статус вузла; таблиця сигнатур зберігає IAT, IAT, допоміжні часові й логічні параметри; журнал інцидентів фіксує значення D, поріг , час події та вердикт системи [16-18]. Програмна реалізація такого підходу може бути виконана засобами Python із використанням бібліотек для аналізу пакетів, обробки даних і зберігання локальних профілів. Зокрема, Scapy є придатним інструментом для низькорівневого аналізу кадрів, а pandas і NumPy можуть застосовуватися для обчислення статистичних характеристик часових рядів [19, 20]. Таблиця 1 - Узагальнення компонентів системи верифікації Wi-Fi точок доступу Компонент або ознака Основне призначення Очікуваний результат IAT Вимірювання інтервалів між службовими кадрами Базовий часовий профіль точки доступу Джиттер / IAT Оцінювання стабільності часової поведінки Номери послідовності RSSI Контроль монотонності лічильника кадрів Відстеження змін рівня сигналу Інформаційні елементи Перевірка структури службових кадрів Зважена відстань D Агрегація усіх ознак у єдину метрику Локальний профіль / кеш Збереження еталонних сигнатур та журналу подій Виявлення програмної імітації або нестабільного вузла Фіксація ін’єкцій, стрибків або обнулень Ознака можливої енергетичної підміни Виявлення невідповідності прошивці або моделі обладнання Класифікація вузла як легітимного або підозрілого Підтримка аудиту й подальшого аналізу інцидентів Висновки У результаті дослідження обґрунтовано доцільність використання багатокритеріального Device Fingerprinting для верифікації Wi-Fi точок доступу. Запропонований підхід зменшує залежність від легко підроблюваних логічних ідентифікаторів і використовує ознаки, пов’язані з реальною часовою, логічною та енергетичною поведінкою пристрою. Розроблена модель поєднує міжінтервальні затримки, дисперсію джиттера, RSSI, номери послідовності та структуру інформаційних елементів у єдиному нормалізованому просторі ознак. Використання зваженої евклідової відстані дозволяє кількісно оцінювати ступінь відхилення поточного стану точки доступу від її еталонного цифрового відбитка. Запропонована модульна архітектура з підсистемами захоплення кадрів, вилучення метаданих, математичного аналізу, логічної верифікації та прийняття рішень забезпечує розмежування відповідальностей і придатна для подальшої програмної реалізації. Застосування ковзного вікна, фільтрації викидів і локального збереження еталонних профілів підвищує стійкість системи в умовах реального радіошуму. Практичне значення запропонованого підходу полягає в можливості використання розробленої системи для моніторингу корпоративної Wi-Fi інфраструктури, виявлення Rogue AP та Evil Twin, а також формування журналу подій для подальшого аудиту безпеки. СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИuk
dc.relation.referencesHsu T.-C., Lin C.-H., Yeh Y.-C. WPFD: Active User-Side Detection of Evil Twins. Applied Sciences. 2022. Vol. 12, No. 16. P. 8088. DOI: 10.3390/app12168088.en
dc.relation.referencesLu Q., Li S., Zhang J., Qu H. PEDR: Exploiting phase error drift range to detect full-model rogue access point attacks. Computers & Security. 2022. Vol. 113. P. 102554. DOI: 10.1016/j.cose.2021.102554.en
dc.relation.referencesAlotaibi A., Elleithy K. Data Mining Approach for Evil Twin Attack Identification in Wi-Fi Networks. IEEE Access. 2024. Vol. 12. P. 14210-14225.en
dc.relation.referencesShah S. A., Ahmad M. Convolutional neural network based evil twin attack detection in WiFi networks. MATEC Web of Conferences. 2021. Vol. 336. P. 08006.en
dc.relation.referencesMura N., Kurihara T., Shiina K. Recognition of Wi-Fi Devices by Focusing on Inter-Arrival Time and Periodicity of Probe Request Frames. 2023 IEEE 12th Global Conference on Consumer Electronics (GCCE). 2023. P. 1-5. DOI: 10.1109/GCCE59613.2023.10315481.en
dc.relation.referencesAbdallah S. IoT Device Fingerprinting via Frequency Domain Analysis. Electronics. 2024. Vol. 13, No. 16. P. 3248. DOI: 10.3390/electronics13163248.en
dc.relation.referencesDjara V. A. D., Andriyana Y., Toharudin T. Potential of Robust Regression Methods in Clock Skew Measurement. Jurnal Ilmu Matematika dan Terapan. 2023. Vol. 16, No. 1. P. 243-252.en
dc.relation.referencesWang Z., Zhao H., Li S. A Survey on Cross-Layer Wi-Fi Device Identification: From MAC to Physical Layer. IEEE Communications Surveys & Tutorials. 2024. Vol. 26, No. 1. P. 112-145.en
dc.relation.referencesHou W., Wang Y., Zheng Z. Preamble Forgery and Injection in Wi-Fi Networks: Attacks and Defenses. IEEE Transactions on Mobile Computing. 2024. Vol. 23. P. 1-15.en
dc.relation.referencesBass L., Clements P., Kazman R. Software Architecture in Practice. 4th ed. Boston : Addison-Wesley Professional, 2021. 416 p.en
dc.relation.referencesFowler M. UML Distilled: A Brief Guide to the Standard Object Modeling Language. 3rd ed. Boston : AddisonWesley Professional, 2003. 208 p.en
dc.relation.referencesBooch G., Rumbaugh J., Jacobson I. The Unified Modeling Language User Guide. 2nd ed. Boston : AddisonWesley, 2005. 496 p.en
dc.relation.referencesLaplante P. A., Ovaska S. J. Real-Time Systems Design and Analysis: Tools for the Practitioner. 4th ed. Hoboken : Wiley-IEEE Press, 2011. 560 p.en
dc.relation.referencesBox G. E. P., Jenkins G. M., Reinsel G. C., Ljung G. M. Time Series Analysis: Forecasting and Control. 5th ed. Hoboken : Wiley, 2015. 712 p.en
dc.relation.referencesAggarwal C. C. Outlier Analysis. 2nd ed. Cham : Springer, 2017. 480 p.en
dc.relation.referencesDate C. J. An Introduction to Database Systems. 8th ed. Boston : Addison-Wesley, 2003. 1024 p.en
dc.relation.referencesCodd E. F. The Relational Model for Database Management: Version 2. Reading : Addison-Wesley, 1990. 538 p.en
dc.relation.referencesElmasri R., Navathe S. B. Fundamentals of Database Systems. 7th ed. Hoboken : Pearson, 2015. 1280 p.en
dc.relation.referencesMcKinney W. Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter. 3rd ed. Sebastopol : O’Reilly Media, 2022. 544 p.en
dc.relation.referencesBiondi P. Scapy: Interactive Packet Manipulation Program. 2023. URL: https://scapy.net/ (дата звернення: 28.05.2024).en


Файли в цьому документі

Thumbnail
Ім'я:
29720.pdf
Розмір:
174.7Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію