蓝牙设备的指纹识别与自动机学习分析
摘要：自动机学习是一种自动推断黑盒系统行为模型的技术。如今的学习算法能够推导出描述复杂系统特性的模型，例如时间或随机行为。尽管学习算法的可扩展性方面最近有所改进，但其实际适用性仍然是一个开放问题。很少有研究实际上学习物理黑盒系统的模型。为了填补文献中的这个空白，我们在Bluetooth低功耗（BLE）协议上进行了一个应用自动机学习的案例研究。它表明不仅系统的大小限制了自动机学习的适用性，与正在学习的系统的交互也是一个主要瓶颈，这个问题很少被讨论。在本文中，我们提出了一个用于学习BLE协议实现的物理设备的行为模型的通用自动机学习架构。借助这个框架，我们能够成功地学习六个调查的BLE设备的行为。此外，我们扩展了学习技术以学习安全关键行为，例如加密通信的密钥交换过程。学到的模型显示出与BLE规范的几个行为差异和不一致之处。这表明自动机学习可以用于指纹识别黑盒设备，即通过它们特定的学习模型来描述系统。此外，学习还揭示了一种设备崩溃的场景。
作者：Andrea Pferscher, Bernhard K. Aichernig
论文ID：2211.16074
分类：Formal Languages and Automata Theory
分类简称：cs.FL
提交时间：2023-05-25