論文の概要: Over-the-Air Runtime Wi-Fi MAC Address Re-randomization
- arxiv url: http://arxiv.org/abs/2405.15747v1
- Date: Fri, 24 May 2024 17:42:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-27 13:01:17.370324
- Title: Over-the-Air Runtime Wi-Fi MAC Address Re-randomization
- Title(参考訳): 空域Wi-FiMACアドレス再ランダム化
- Authors: Hongyu Jin, Panos Papadimitratos,
- Abstract要約: 現在の提案では、アクセシビリティポイント(AP)から切り離されたとき、モバイルデバイスMACアドレスを定期的に変更している。
この方法では、フレームは変更間でリンクできないが、モバイルデバイスの存在は、接続されている限り露出する。
本手法は,Wi-Fiフレームの接続性を低減あるいは排除し,接続の切断や切断を待たずに実現する。
- 参考スコア(独自算出の注目度): 0.27624021966289597
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Medium Access Control (MAC) address randomization is a key component for privacy protection in Wi-Fi networks. Current proposals periodically change the mobile device MAC addresses when it disconnects from the Access Point (AP). This way frames cannot be linked across changes, but the mobile device presence is exposed as long as it remains connected: all its communication is trivially linkable by observing the randomized yet same MAC address throughout the connection. Our runtime MAC re-randomization scheme addresses this issue, reducing or eliminating Wi-Fi frames linkability without awaiting for or requiring a disconnection. Our MAC re-randomization is practically 'over-the-air': MAC addresses are re-randomized just before transmission, while the protocol stacks (at the mobile and the AP) maintain locally the original connection MAC addresses - making our MAC layer scheme transparent to upper layers. With an implementation and a set of small-scale experiments with off-the-shelf devices, we show the feasibility of our scheme and the potential towards future deployment.
- Abstract(参考訳): メディアアクセス制御(MAC)アドレスランダム化は、Wi-Fiネットワークにおけるプライバシー保護の鍵となるコンポーネントである。
現在の提案では、アクセシビリティポイント(AP)から切り離されたときに、モバイルデバイスMACアドレスを定期的に変更している。
この方法では、フレームは変更間でリンクできないが、モバイルデバイスの存在は、接続されている限り露呈する。
我々のランタイムMAC再ランダム化方式はこの問題に対処し、接続を待たずにWi-Fiフレームのリンクを減らしたり削除したりします。
MACアドレスは送信直前に再ランダム化され、プロトコルスタック(モバイルとAP)は元のMACアドレスをローカルに保持します。
オフザシェルフデバイスを用いた小型実験の実施により,本手法の有効性と今後の展開の可能性を示す。
関連論文リスト
- Secure Routing for Mobile Ad hoc Networks [2.965855310793378]
本稿では,MANETネットワークにおける悪意行動の影響を緩和する経路探索プロトコルを提案する。
我々のプロトコルは、生成された、妥協された、あるいは再生されたルート応答が拒否されるか、クエリノードに決して届かないことを保証します。
このスキームは、多数の非凝固ノードの存在下で堅牢である。
論文 参考訳(メタデータ) (2024-03-01T09:50:00Z) - Spatial-Domain Wireless Jamming with Reconfigurable Intelligent Surfaces [20.406776153173176]
本研究では,無線ジャミング信号の環境適応空間制御を実現する新しい手法を提案する。
我々は、Wi-Fiデバイスを完全に否定する一方で、5mm近い距離に位置する第2のデバイスは影響を受けないままであることを示す。
論文 参考訳(メタデータ) (2024-02-21T12:50:44Z) - Tamper-Evident Pairing [55.2480439325792]
Tamper-Evident Pairing (TEP)はPush-ButtonConfiguration (PBC)標準の改良である。
TEP は Tamper-Evident Announcement (TEA) に依存しており、相手が送信されたメッセージを検出せずに改ざんしたり、メッセージが送信された事実を隠蔽したりすることを保証している。
本稿では,その動作を理解するために必要なすべての情報を含む,TEPプロトコルの概要について概説する。
論文 参考訳(メタデータ) (2023-11-24T18:54:00Z) - Extending Compositional Attention Networks for Social Reasoning in
Videos [84.12658971655253]
ビデオにおけるソーシャルインタラクションを推論するタスクのための,新しいディープアーキテクチャを提案する。
構成注意ネットワーク(MAC)の多段階推論機能を活用し,マルチモーダル拡張(MAC-X)を提案する。
論文 参考訳(メタデータ) (2022-10-03T19:03:01Z) - WiFi-based Spatiotemporal Human Action Perception [53.41825941088989]
SNN(End-to-end WiFi signal Neural Network)は、Wi-Fiのみのセンシングを可能にするために提案されている。
特に、3D畳み込みモジュールはWiFi信号の時間的連続性を探索することができ、特徴自己保持モジュールは支配的な特徴を明示的に維持することができる。
論文 参考訳(メタデータ) (2022-06-20T16:03:45Z) - GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action
Recognition using WiFi [52.530330427538885]
WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。
本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
論文 参考訳(メタデータ) (2022-05-24T10:20:16Z) - A Low-Delay MAC for IoT Applications: Decentralized Optimal Scheduling
of Queues without Explicit State Information Sharing [8.039591168227345]
タイムスロットの無線チャネルを共有する複数のノードのシステムについて検討する。
我々は、(i)平均遅延が低く、(ii)分散制御があり、(iii)状態情報や制御信号の明示的な交換を必要としないMAC(medium access control)を求める。
このようなMACプロトコルの設計は、ライトトラフィックにおける競合アクセスと、高トラフィックにおけるスケジュールアクセスの必要性を念頭に置いておく必要がある。
論文 参考訳(メタデータ) (2021-05-24T11:44:08Z) - AirMixML: Over-the-Air Data Mixup for Inherently Privacy-Preserving Edge
Machine Learning [54.52660257575346]
ネットワークエッジにおけるプライバシー保護型機械学習フレームワークであるAirMixMLを提案する。
AirMixMLでは、複数のワーカーがプライベートデータサンプルのアナログ変調信号をエッジサーバに送信し、受信したノイズと重ね合わせのサンプルを使用してMLモデルをトレーニングします。
シミュレーションにより,dirmix(alpha)-pc設計ガイドラインを提供し,精度,プライバシ,エネルギー効率を向上させる。
論文 参考訳(メタデータ) (2021-05-02T05:45:43Z) - Private Wireless Federated Learning with Anonymous Over-the-Air
Computation [3.8580784887142774]
オーバー・ザ・エア(OAC)を利用して送信装置を匿名化することにより,システムのプライバシを高めることができることを示す。
提案手法は、入射するノイズの量を減らすことにより、プライベート無線FLの性能を向上させる。
論文 参考訳(メタデータ) (2020-11-17T11:53:58Z) - Blind Federated Edge Learning [93.29571175702735]
フェデレーションエッジ学習(FEEL)について検討し,それぞれが独自のデータセットを持つ無線エッジデバイスでグローバルモデルを学ぶ。
そこで本研究では,デバイスがローカル更新を非符号化方式で送信する,アナログオーバ・ザ・エアのアグリゲーション方式を提案する。
論文 参考訳(メタデータ) (2020-10-19T16:22:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。