基于神经网络的Wi-Fi室内定位安全性问题研究

作者：程莉; 朱会; 马洪; 元海文

来源：华中科技大学学报(自然科学版)科技大学, 2023, 51(02): 46-51.

DOI：10.13245/j.hust.230203

• 室内安全定位
• 卷积神经网络
• Wi-Fi指纹
• 深度学习
• AP攻击

针对现有的基于深度学习的室内定位解决方案容易受到无线接入点AP攻击的问题，提出了基于卷积神经网络(CNN)的室内定位框架，构建了一种基于深度学习的Wi-Fi指纹室内安全定位系统(DS-LocCNN)，使得多建筑和多楼层在面对恶意攻击时的定位精度得到了保证．通过在UJIIndoorLoc数据集上评估此系统，证明了所提出的DS-LocCNN能很好地抵御基于AP的恶意攻击，且在建筑级定位和楼层级定位上的成功率优于现有的解决方案．

• 单位
  华中科技大学; 武汉工程大学