Спасибо José Carlos Rueda за то, что он прислал свой простой shell-скрипт, который он использует для идентификации по ложным RF-излучениям с RTL-SDR, rtl_power, heatmap.py и imagemagick. Результат похож на EM Sense от Disney, созданный значительно более простым кодом.
Известно, что почти все электронные устройства непреднамеренно излучают уникальные ложные RF-сигналы во время работы. Используя SDR, например RTL-SDR, для записи спектров электронных устройств, можно создать базу данных известных излучений. Затем можно определить, активен ли электронный прибор, сравнивая текущий спектр с спектрами, сохраненными в базе данных.
В предыдущем посте мы рассмотрели EM Sense от Disney — экспериментальные смарт-часы, которые автоматически определяют, какое электронное устройство касается носителя. В EM Sense они используют RTL-SDR и базу данных сырых заранее записанных спектральных данных. Чтобы определить, какое устройство касается носителя, живой сигнал с RTL-SDR коррелируется с базой данных, и возвращается наиболее близкое совпадение.
Скрипт José делает нечто очень похожее, однако вместо коррелирования с сырыми спектральными данными он использует изображение водопада, генерируемое rtl_power и heatmap.py. Программа rtl_power позволяет RTL-SDR сканировать частотный спектр в более широком диапазоне, быстро перебирая участки пропускной способности примерно по 2,4 МГц на разных частотах. Heatmap.py — программа, которая превращает считанные данные rtl_power в тепловую карту спектра.
Чтобы добавить запись в базу данных, электронное устройство размещают на расстоянии 7–8 сантиметров от RTL-SDR, и сохраняется тепловая карта в диапазоне от 24 до 921 МГц. Это можно повторять для нескольких электронных устройств. Каждое изображение фиксирует ложные сигналы от электронного устройства, в результате получается уникальная тепловая карта для каждого устройства.
Когда база данных создана, вы можете разместить любое из устройств, найденных в базе данных, рядом с RTL-SDR, и зафиксировать тепловую карту на 20–30 секунд. Эта тепловая карта затем будет сравниваться с изображениями в базе данных с помощью imagemagick, который является библиотекой для анализа и обработки изображений. Электронное устройство, связанное с ближайшим совпадающим изображением в базе данных, будет возвращено.
В своих экспериментах он опробовал различные электронные устройства, например iPhone, и смог успешно определить, когда оно находилось поблизости.
Источник:
