引用格式：李榮，賴怡聰，李樂言. 基于雙模態融合的ZigBee設備識別方法［J］.網絡安全與數據治理，2025，44（2）：17-25.
引言
據億歐發布的2024智能家居研究報告顯示［1］，2023年中國智能家居市場規模達到7558.1億元，預計2025年市場規模達到10170.2億元，物聯網、云計算、人工智能等技術的融入，推動智能家居產業繁榮發展。為了實現智能家居自動化，許多智能設備都配備了嵌入式傳感器，能夠持續地收集周圍的環境數據，并根據用戶設置執行相應的策略，實現設備之間的智能聯動。同時，智能家居設備可以通過無線網絡與云端服務器通信，用戶通過APP可遠程查看設備的狀態信息。常見的短距離無線通信協議有Wi-Fi、BLE和ZigBee協議。ZigBee協議作為低成本、低功耗的無線通信協議，被廣泛地應用于小型智能傳感器中。
大量智能傳感器設備的使用，在方便人們生活的同時，也帶來信息安全風險。智能傳感器設備持續收集、傳輸、處理環境中的用戶行為信息。一旦入侵者在房間附近部署小型傳感器，即可遠程收集用戶的個人隱私數據。例如，入侵者可以在用戶周圍部署門磁傳感器，通過其狀態的變化來分析用戶的出行規律，或者在房間附近部署人體傳感器，通過人體傳感器的狀態分析來推斷家中是否有人，嚴重侵犯了用戶的個人隱私安全。
為保護用戶隱私安全，可以通過分析設備的無線流量識別周圍存在的智能傳感器，消除潛在的安全威脅。現有研究大多基于從家用無線路由器獲取設備流量，在互聯網上捕獲設備間或者設備與云服務間的IP流量來識別智能家居內的設備信息，對用戶而言這種場景有一定局限性，用戶可能無法接入攻擊者所部署的無線網絡中。同時，智能網關在接收智能設備流量后會進一步處理流量數據，在無線路由器中收集到的設備流量數據可能會丟失一些重要的設備數據特征。此外，現有的ZigBee設備識別研究依賴設備流量的應用層和鏈路層特征，由于不同廠商在同類產品上的運行邏輯類似，在多設備分類場景下的性能不足。
為此，本文提出了一種基于雙模態融合的ZigBee設備識別方法。首先，設計了一種新的智能家居隱私安全防護場景，針對ZigBee協議的智能傳感器，通過無線嗅探收集環境周圍的ZigBee流量數據。然后，通過分析智能設備獨特的運行模式，從完整ZigBee網絡流量中提取單個設備的流量，并利用數據的時序關系對流量進行切分。最后，分別在文本模態和圖像模態下提取流量的多維特征，融合雙模態構建ZigBee設備識別模型。實驗表明，即使ZigBee流量進行了加密，識別模型也能有效地區分出多個廠家的不同智能家居設備，設備識別的準確率達到99%左右。
本文詳細內容請下載：
http://www.j7575.cn/resource/share/2000006338
作者信息：
李榮，賴怡聰，李樂言
（中國電子產品可靠性與環境試驗研究所，廣東廣州510610）
