Abstract:
针对现有应用程序识别方法存在高数据成本和低隐私性问题,提出一种新的非侵入式手机应用程序辨识框架,通过嗅探WiFi信道状态信息(CSI)来感知不同的手机APP使用行为.区别于其他的CSI获取方式,所提出的方法利用单个自主开发的CSI传感器来嗅探2.4 GHz频段内智能手机的CSI信号.采用等间隔下采样的时间窗口算法对来自不同应用程序的信号进行采样和去噪,以对齐数据维度,并采用Transformer模型进行深度特征提取.实验结果表明,该方法对百度网盘、哔哩哔哩、抖音、 QQ音乐、微信手机应用程序的识别平均准确率达到91.77%.所提出的框架拓宽CSI感知的领域,且易于部署在现实生活中的场景.
Keyword:
Reprint 's Address:
Email:
Source :
福州大学学报(自然科学版)
Year: 2025
Issue: 03
Volume: 53
Page: 285-293
Cited Count:
SCOPUS Cited Count:
ESI Highly Cited Papers on the List: 0 Unfold All
WanFang Cited Count:
Chinese Cited Count:
30 Days PV: 1
Affiliated Colleges: