WiFi探針技術是指基於WiFi探測技術來識別AP(無線訪問接入點)附近已開啟WiFi的智慧型手機或者WiFi終端(筆記本,平板電腦等),無需用戶接入WiFi,WiFi探針就能夠識別用戶的信息。
當我們走進探針信號覆蓋區域內且我們的wifi設備打開,我們的設備就能被探針探測出來,無論是IOS或者安卓系統都能輕易檢測到,並且獲取設備的MAC地址。
●用戶無需連接,無需安裝APP;
●手機已經連接WiFi也可以探測;
●自動實時探測區域內的WiFi終端標識MAC地址;
●自動記錄每個WiFi終端進入區域時間log_time、場強SNR;
●兼容iOS蘋果和Android系統,開啟WiFi的智慧型手機、筆記本電腦、Pad等行動裝置都能探測。
要深入了解WiFi探針技術,首先先認識WiFi使用的網絡協議,WiFi採用的是IEEE802.11協議集,此協議集包含許多子協議。其中按照時間順序發展,主要有:(1)802.11a,(2)802.11b,(3)802.11g(4)802.11n。在網絡通信中,數據被封裝成了幀,幀就是指通信中的一個數據塊。但是幀在數據鏈路層傳輸的時候是有固定格式的,不是隨便的封裝和打包就可以傳輸,大小有限制,最小46位元組,最大1500位元組所以我們必須按照這個規則來封裝。下面802.11的幀結構:
從上面的結構可以知道,前倆個字節為:幀控制欄位。
控制欄位的前2bit節為:協議類型,目前此值為:0。
1)控制幀:(ControlFrame,例如RTS幀、CTS幀、ACK幀)用於競爭期間的握手通信和正向確認、結束非競爭期等;
2)管理幀:(ManagementFrame,例如Beacon幀、ProbeRequest幀)主要用於STA與AP之間協商、關係的控制,如關聯、認證、同步等;
3)數據幀:(DataFrame,承載數據的載體)用於在競爭期和非競爭期傳輸數據。
1、管理幀
BeaconFrame:信標幀,是相當重要的維護機制,主要來宣告某個AP網絡的存在。定期發送的信標,可讓移動WiFi設備得知該網絡的存在,從而調整加入該網絡所必要的參數。在基礎網絡裡,AP必須負責發送Beacon幀,Beacon幀所及範圍即為基本服務區域。在基礎型網絡裡,所有溝通都必須通過接入點,因此WiFi設備不能距離太遠,否則無法接收到信標。下圖是幀格式:
2、管理幀ProbeRequest:探測請求幀,WiFi設備將會利用ProbeRequest幀,掃描所在區域內目前有哪些802.11網絡。下圖是幀格式:
3、數據幀:
Data數據幀,當接入點要送出一個幀給WiFi設備但是不必確認之前所傳送的信息時,就會使用標準的數據幀。標準的數據幀並不會徵詢對方是否有數據待傳,因此不允許接收端傳送任何數據。無競爭周期所使用的純數據(Data-Only)幀和無競爭周期所使用的數據幀完全相同。看了以上的網絡知識,我們現在說說WiFi探針是怎麼工作的,還是先看張圖:
就像圖中描述的一樣,我們的WiFi探針其實就是一個AP,它定時的向自己的四周廣播發送Beacon幀,用來通知附近的WiFi設備,AP是存在的,(好比它一直在向周圍喊著,我在這裡,大家快來連接我啊)。我們的WiFi設備,手機,平板電腦等,也不停的發送著probe幀,去尋找附近可用的AP。在probe幀的介紹中就我們可以看到probe幀包含了設備的mac地址,當我們的AP接收到probe幀之後就獲取了這個設備的MAC地址,而這個AP就是我們的WIFI探針。因此只要在WiFi探針覆蓋區域內的設備打開著WiFi,探針就能收集到他的MAC地址。
可採集數據:
設備MAC地址;
WiFi信號強度;
WiFi信號頻道;
信號幀類型。
記錄格式:探針 MAC|抓取的設備 MAC|設備發送的 WiFi 包的類型|子類型|信號強度|時間戳
數據釋義
「探針MAC」就是探針本身的MAC地址;
「抓取的設備MAC」指探針抓取到的WiFi信號的發射設備的MAC地址,一般為手機;
「信號強度」指探針抓取到的WiFi信號的強度,最小值為「-100」,一般來說,此值越大表示發射設備離探針越近;
「設備發送的WiFi包的類型」指探針抓取到的WiFi信號的類別,其末位數的值為0、4、8時,分別表示抓取到的WiFi信號為「管理」幀、「控制」幀、「數據」幀;
「時間戳」指探針抓取到WiFi信號的時間,如果探針在區域網內使用而沒有接入廣域網的話,時間戳可能是不準確的。
數據的應用核心在於融合,如何將各成一派數據巧妙的組合在一起,讓數據驅動商業的發展,是現在與未來的議題。雖然線上大數據已經經歷過網際網路的洗禮,但是線下數據仍有較長的路要走,那麼WiFi探針可以同哪些數據做融合呢?
MAC數據可以同支付數據、會員數據、消費數據、營銷數據、地理數據及線上數據做深度的融合,將多維度的數據集成一起勾畫出完整的用戶畫像,如用戶的姓名、年齡、興趣偏好、消費特徵、過往消費記錄、學歷等。基於這些數據再結合具體的應用,這樣才能讓線下商戶有據可依,釋放出數據的價值。
打開APP閱讀更多精彩內容聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴