ബ്ലൂടൂത്ത് പ്രക്ഷേപണ പ്രവർത്തനത്തിലൂടെ സ്മാർട്ട്ഫോണുകൾ തിരിച്ചറിയുന്നതിനുള്ള സാങ്കേതികത

കാലിഫോർണിയ സർവകലാശാലയിലെ ഒരു സംഘം ഗവേഷകർ, ബ്ലൂടൂത്ത് ലോ എനർജി (ബിഎൽഇ) ഉപയോഗിച്ച് വായുവിൽ അയയ്‌ക്കുന്ന ബീക്കണുകൾ ഉപയോഗിച്ച് മൊബൈൽ ഉപകരണങ്ങൾ തിരിച്ചറിയുന്നതിനുള്ള ഒരു രീതി വികസിപ്പിച്ചെടുത്തു.

നടപ്പിലാക്കുന്നതിനെ ആശ്രയിച്ച്, ബീക്കൺ സിഗ്നലുകൾ മിനിറ്റിൽ ഏകദേശം 500 തവണ ആവൃത്തിയിൽ അയയ്‌ക്കുന്നു, സ്റ്റാൻഡേർഡിന്റെ സ്രഷ്‌ടാക്കൾ വിഭാവനം ചെയ്‌തതുപോലെ, പൂർണ്ണമായും വ്യക്തിത്വമില്ലാത്തതും ഉപയോക്താവുമായി ബന്ധിപ്പിക്കാൻ ഉപയോഗിക്കാനും കഴിയില്ല. വാസ്തവത്തിൽ, സാഹചര്യം വ്യത്യസ്തമായി മാറി, അയയ്ക്കുമ്പോൾ, ഓരോ വ്യക്തിഗത ചിപ്പിന്റെയും നിർമ്മാണ സമയത്ത് ഉണ്ടാകുന്ന സവിശേഷതകളുടെ സ്വാധീനത്തിൽ സിഗ്നൽ വികലമാകുന്നു. ഓരോ ഉപകരണത്തിനും അദ്വിതീയവും സ്ഥിരവുമായ ഈ വികലതകൾ, സ്റ്റാൻഡേർഡ് പ്രോഗ്രാമബിൾ ട്രാൻസ്‌സീവറുകൾ (SDR, സോഫ്റ്റ്‌വെയർ നിർവചിക്കപ്പെട്ട റേഡിയോ) ഉപയോഗിച്ച് കണ്ടെത്താനാകും.

ബ്ലൂടൂത്ത് പ്രക്ഷേപണ പ്രവർത്തനത്തിലൂടെ സ്മാർട്ട്ഫോണുകൾ തിരിച്ചറിയുന്നതിനുള്ള സാങ്കേതികത

വൈ-ഫൈ, ബ്ലൂടൂത്ത് പ്രവർത്തനം എന്നിവ സംയോജിപ്പിക്കുന്ന കോമ്പിനേഷൻ ചിപ്പുകളിൽ പ്രശ്നം സ്വയം പ്രത്യക്ഷപ്പെടുന്നു, ഒരു സാധാരണ മാസ്റ്റർ ഓസിലേറ്ററും നിരവധി സമാന്തര ഓപ്പറേറ്റിംഗ് അനലോഗ് ഘടകങ്ങളും ഉപയോഗിക്കുന്നു, ഇതിന്റെ സവിശേഷതകൾ ഘട്ടത്തിലും വ്യാപ്തിയിലും അസമമിതിയിലേക്ക് നയിക്കുന്നു. ആക്രമണം നടത്താനുള്ള ഉപകരണങ്ങളുടെ ആകെ വില ഏകദേശം $200 ആയി കണക്കാക്കുന്നു. തടസ്സപ്പെട്ട സിഗ്നലിൽ നിന്ന് അദ്വിതീയ ലേബലുകൾ വേർതിരിച്ചെടുക്കുന്നതിനുള്ള കോഡ് ഉദാഹരണങ്ങൾ GitHub-ൽ പ്രസിദ്ധീകരിക്കുന്നു.

ബ്ലൂടൂത്ത് പ്രക്ഷേപണ പ്രവർത്തനത്തിലൂടെ സ്മാർട്ട്ഫോണുകൾ തിരിച്ചറിയുന്നതിനുള്ള സാങ്കേതികത

പ്രായോഗികമായി, MAC വിലാസം ക്രമരഹിതമാക്കൽ പോലുള്ള ഐഡന്റിഫിക്കേഷൻ പരിരക്ഷണ നടപടികളുടെ ഉപയോഗം പരിഗണിക്കാതെ തന്നെ, തിരിച്ചറിഞ്ഞ സവിശേഷത ഉപകരണത്തെ തിരിച്ചറിയാൻ അനുവദിക്കുന്നു. iPhone-ന്, തിരിച്ചറിയാൻ മതിയായ ടാഗ് റിസപ്ഷൻ പരിധി 7 മീറ്ററായിരുന്നു, കോവിഡ്-19 കോൺടാക്റ്റ് ട്രെയ്‌സിംഗ് ആപ്ലിക്കേഷൻ സജീവമാണ്. Android ഉപകരണങ്ങൾക്കായി, തിരിച്ചറിയലിന് കൂടുതൽ സാമീപ്യം ആവശ്യമാണ്.

പ്രായോഗികമായി ഈ രീതിയുടെ പ്രകടനം സ്ഥിരീകരിക്കുന്നതിന്, കഫേകൾ പോലുള്ള പൊതു സ്ഥലങ്ങളിൽ നിരവധി പരീക്ഷണങ്ങൾ നടത്തി. ആദ്യ പരീക്ഷണത്തിൽ, 162 ഉപകരണങ്ങൾ വിശകലനം ചെയ്തു, അവയിൽ 40% അദ്വിതീയ ഐഡന്റിഫയറുകൾ സൃഷ്ടിച്ചു. രണ്ടാമത്തെ പരീക്ഷണത്തിൽ, 647 മൊബൈൽ ഉപകരണങ്ങൾ പഠിച്ചു, അവയിൽ 47 ശതമാനത്തിനും അദ്വിതീയ ഐഡന്റിഫയറുകൾ സൃഷ്ടിച്ചു. അവസാനമായി, പരീക്ഷണത്തിൽ പങ്കെടുക്കാൻ സമ്മതിച്ച സന്നദ്ധപ്രവർത്തകരുടെ ഉപകരണങ്ങളുടെ ചലനം ട്രാക്കുചെയ്യുന്നതിന് ജനറേറ്റഡ് ഐഡന്റിഫയറുകൾ ഉപയോഗിക്കുന്നതിനുള്ള സാധ്യത തെളിയിക്കപ്പെട്ടു.

തിരിച്ചറിയൽ പ്രയാസകരമാക്കുന്ന നിരവധി പ്രശ്‌നങ്ങളും ഗവേഷകർ രേഖപ്പെടുത്തി. ഉദാഹരണത്തിന്, ബീക്കൺ സിഗ്നലിന്റെ പാരാമീറ്ററുകൾ താപനിലയിലെ മാറ്റങ്ങളെ ബാധിക്കുന്നു, ചില ഉപകരണങ്ങളിൽ ഉപയോഗിക്കുന്ന ബ്ലൂടൂത്ത് സിഗ്നൽ ശക്തിയിലെ മാറ്റത്താൽ ടാഗ് ലഭിക്കുന്ന ദൂരത്തെ ബാധിക്കില്ല. സംശയാസ്‌പദമായ തിരിച്ചറിയൽ രീതി തടയുന്നതിന്, ബ്ലൂടൂത്ത് ചിപ്പിന്റെ ഫേംവെയർ തലത്തിൽ സിഗ്നൽ ഫിൽട്ടർ ചെയ്യാനോ പ്രത്യേക ഹാർഡ്‌വെയർ പരിരക്ഷണ രീതികൾ ഉപയോഗിക്കാനോ നിർദ്ദേശിക്കപ്പെട്ടിരിക്കുന്നു. ബ്ലൂടൂത്ത് പ്രവർത്തനരഹിതമാക്കുന്നത് എല്ലായ്‌പ്പോഴും പര്യാപ്തമല്ല, കാരണം ചില ഉപകരണങ്ങൾ (ഉദാഹരണത്തിന്, ആപ്പിൾ സ്‌മാർട്ട്‌ഫോണുകൾ) ബ്ലൂടൂത്ത് ഓഫായിരിക്കുമ്പോഴും ബീക്കണുകൾ അയയ്‌ക്കുന്നത് തുടരുകയും അയയ്‌ക്കുന്നത് തടയാൻ ഉപകരണത്തിന്റെ പൂർണ്ണമായ ഷട്ട്‌ഡൗൺ ആവശ്യമായി വരികയും ചെയ്യുന്നു.

അവലംബം: opennet.ru

ഒരു അഭിപ്രായം ചേർക്കുക