moyu114 / wifi_shield

WiFi安防器_隐私保护的智能安全监测与防护系统

WiFi安防器_隐私保护的智能安全监测与防护系统

2024年全国大学生信息安全竞赛作品赛

项目进展情况

• **基于CSI 信号的抵近人员感知与预警技术：**利用无线网络中的信道状态信息（CSI）来感知监测区域内的人员活动。
• **抗CSI窃听分析的室内情境隐私保护技术：**利用基于MIMOCrypt 的双AP 加密混淆隐私保护框架，通过在室内部署AP 设备，这些设备能够利用MIMO 技术对用户发出的信道矩阵进行加密并发射干扰信号
• **隐私保护的行为追溯与审计技术：**使用预训练的CSI 人体行为识别模型，本系统能够对触发警报的恶意人员行为进行识别，这些识别信息为行为记录和报警等审计活动提供了关键支持。
• **客户端：**使用Qt编写客户端，能够按照日期与动作进行查询审计。

目录结构说明

• 防护器运行脚本：\protect_device\encrpt
• CSI数据存储目录：\data\
• 数据预处理：\data_preprocess\
• 模型训练：
  • attack_model_training：用于训练CSI人体骨架分析模型，可用于攻击。
  • detection_model_training：用于训练CSI人体行为识别模型，用于行为追溯。
• 运行脚本：
  • malicious_detection：恶意行为探测的执行脚本。
• 客户端：
  • \log\：存放Qt客户端源代码。
  • log_boxed.exe：Windows端的追溯审计客户端。
• 测试：test.bat文件

使用与测试说明

前提说明：

• 需要安装好matlab，并将其添加至环境变量 Path 中
• 需要按照requirement.txt安装依赖包pip install -r requirements.txt

直接运行：

运行目录下test.bat文件进行测试。

具体过程：

1. 使用发射器与接收机进行WiFi数据包抓取，得到example.pcap文件。
2. 利用data_preprocess/csireader.m处理脚本，获得data/example.csv。
3. 运行python3 malicious_detection.py，数据将存储到output/log.txt中。
4. 使用log_boxed.exe进行查看。