「AppListener：通过Wi-Fi监视你在手机上所做的事情」

该方法通过收集周围Wi-Fi信号的无线电频率（RF）能量，来识别连接到该Wi-Fi的移动设备正在进行什么活动。

它不仅能识别用户正在使用哪个应用，还能进一步识别用户在该应用内部进行了什么操作。

例如，如果用户正在使用YouTube，AppListener能够识别出用户是在观看视频、搜索内容还是进行其他操作。这种高度精细的活动识别使得AppListener在窃听方面具有很高的准确性。

这些特定的活动分为五大类别：视频、音乐、社交媒体、通讯和游戏。每一类别都包含五种特定的应用活动。

这种技术在不同环境和多种流行应用（如YouTube、Facebook、WhatsApp等）上都进行了测试，显示出极高的识别精度。

项目地址：https://usenix.org/conference/usenixsecurity23/presentation/ni…

项目演示PPT：https://usenix.org/system/files/sec23_slides_ni-tao.pdf…


AppListener通过一个特定的算法来分析收集到的RF（无线电频率）能量。这个算法是一个三层的分类器，具体步骤如下：

1、特征提取：首先，从收集到的RF能量中提取出特定的信号特征。这些特征可能包括信号的强度、频率、持续时间等。

2、初步分类：接着，这些特征被用于初步识别可能的应用类别。例如，如果检测到高频和持续的信号，那么可能是视频或游戏应用。

3、细致分类：最后，通过进一步的分析，算法能够更精确地识别用户在特定应用内部进行了什么操作。比如，在YouTube应用中，它能识别用户是在观看视频、搜索内容还是评论等。

这个三层分类器的组合使得“AppListener”能够非常准确地识别和窃听移动应用的活动。这是通过对RF能量的细致分析和高度专门化的算法实现的。
文章转载自互联网的那些事 https://weibo.com/u/1627825392