基于动态软键盘和随机码的Web口令安全传输

在无线网络中,为防止用户口令被窃取,提出一种Web口令安全传输方法。在Web门户中显示局部动态软键盘,同时加入随机码,通过消息摘要算法(MD5)将用户口令与随机码进行加密,然后发送。实验结果证明:该方法可以防止黑客通过接入点截获用户口令、重放攻击和暴力破解;与已有Web口令安全传输方法相比,计算复杂度低,效率、安全性和可信度高;可以有效防止终端攻击和网络攻击。

浅议无线局域网络安全

本文通过对无线网络安全漏洞及威胁的分析,对无线网络的安全提出了防护措施。

基于神经网络的Wi-Fi室内定位安全性问题研究

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.

物联网应用中基于非法接入点的无线拒绝服务攻击研究

WiFi无线通信技术在物联网应用领域处于重要地位,常见的WiFi物联网终端设备包括无线网络摄像头、智能手机、PDA、平板电脑、笔记本电脑、智能家居网关和工业自动化控制网关等。攻击者可以通过使用非法接入点发送断网指令给WiFi物联网终端,使它们中断正常的数据通信。目前,国内外还没有有效的解决这类问题的方案。本论文研究了基于非法接入点所实施的无线攻击的特点,分析了攻击的基本原理,并为解决这类攻击提出了有效的方案。