Monitoring Bluetooth Low Energy zařízení

Abstract

Táto práca sa zaoberá pasívnym monitorovaním pripojení Bluetooth Low Energy (BLE) prostredníctvom hardvérových a algoritmických zlepšení. Vyvíjame paralelný monitorovací systém použitím troch mikrokontrolérov ESP32, z ktorých je každý vyhradený pre jeden primárny `advertisement' kanál, ktorý používame na zachytávanie údajov `advertisement' paketov BLE. Potom, riešime problémy so zovšeobecnením existujúcich metód detekcie, implementáciou viacvstupových neurónových sietí (MLP aj 1D CNN), ktoré spracúvajú sekvencie `advertisement' údajov. Potom nasadíme natrénovaný model na našu novovytvorenú sondu, ktorá funguje ako detektor pripojenia v reálnom čase. Pre sondu vytvárame aj grafické rozhranie webovej aplikácie, ktoré umožňuje používateľom vizualizovať zistené spojenia.

This thesis addresses passive monitoring of Bluetooth Low Energy (BLE) connections through hardware and algorithmic improvements. We develop a parallel monitoring system using three ESP32 microcontrollers, each dedicated to a primary advertising channel, which we use to capture a dataset of BLE advertising packets. Then, we solve generalization problems in existing detection methods by implementing multi-input neural networks (both MLPs and 1D CNNs) that process sequences of advertising data. Then, we deploy the trained model onto our newly created probe, which works as real-time connection detector. We also create a web application GUI for the probe, which allows users to visualize the detected connections.