目录导航
一组学者设计了一种系统，可以在手机或笔记本电脑上使用，以识别和定位陌生物理空间中连接 Wi-Fi 的隐藏物联网设备。
卡内基梅隆大学的 Rahul Anand Sharma、Elahe Soltanaghaei、Anthony Rowe 和 Vyas Sekar 在一篇新论文中表示，该系统被称为Lumos，其设计初衷就是为了“使用增强现实界面可视化他们的存在” 。
该平台的核心是通过空中嗅探和收集加密的无线数据包来检测和识别隐藏的设备。随后，当用户在空间周边走动时，它会估计每个已识别设备相对于用户的位置。
就其本身而言，定位模块将 802.11 数据包中可用的信号强度测量（也称为接收信号强度指示器或 RSSI）与手机上的视觉惯性里程计 ( VIO ) 信息确定的相对用户位置相结合。
隐藏的物联网设备越来越多地用于窥探酒店房间或 AirBnB 中的用户。我们设想使进入这种陌生环境的用户能够仅使用他们的个人手持设备来识别和定位（例如，植物后面的隐藏摄像头）各种隐藏设备（例如，摄像头、麦克风、扬声器）。
造成这一挑战的原因是用户在这种不熟悉的环境中的网络可见性和物理访问有限，再加上缺乏专门的设备。
本文介绍了 Lumos，这是一个在商品用户设备（例如，电话、笔记本电脑）上运行的系统，使用户能够识别和定位连接 WiFi 的隐藏物联网设备，并使用增强现实界面可视化它们的存在。Lumos 解决了以下关键难题：(1) 仅使用粗粒度无线层特征识别不同设备，无需 IP/DNS 层信息，也无需了解隐藏设备的 WiFi 信道分配；(2) 仅使用电话传感器和无线信号强度测量相对于用户定位已识别的物联网设备。我们在 44 种不同的物联网设备上评估了 Lumos，这些设备涵盖了六种不同环境中的各种类型、型号和品牌。我们的结果表明，Lumos 可以以 95% 的准确率识别隐藏设备，并以 1 的中值误差定位它们。
论文下载地址:
https://www.usenix.org/system/files/sec22summer_sharma-rahul.pdf
视频演示:
例如，在 Apple 的 iOS 设备上，位置跟踪是通过ARKit实现的，这是一种开发人员 API，可以利用手机的摄像头、CPU、GPU 和运动传感器来构建增强现实体验。
研究人员说：“当用户靠近每个设备时，与这些数据点对应的 RSSI 值会随着她离开设备而增加，然后减少。” “Lumos 利用 RSSI 值的空间测量及其变化来估计每个设备的位置。”
更重要的是，无论用户的步行速度如何，Lumos 都可以对物联网设备进行本地化。还包含一个指纹模块，该模块使用机器学习模型分析捕获的 802.11 流量模式，以根据 MAC 地址识别设备。
该研究评估了 Lumos 在 44 种不同的物联网设备上，涵盖了六种不同环境中的各种类型、型号和品牌，发现它可以以 95% 的准确率识别隐藏设备，并在 30 分钟内以 1.5m 的中值误差在两卧室，1000 平方英尺公寓。
目前Google play上未见到下载地址,apple用户可以试试.
转载请注明出处及链接