走在汽車革命的路上論文書籍站
國立宜蘭大學 資訊工程學系碩士班 陳麒元所指導 林禮賢的 以頻道狀態資訊為基礎使用深度學習的裝置身份識別技術 （2020），提出wifi相同ssid關鍵因素是什麼，來自於通道狀態資訊、WiFi 基地台辨識、機器學習、深度學習、神經網路。
而第二篇論文中央警察大學 資訊管理研究所 張明桑所指導 陳雅婷的 偵測網路邪惡雙胞胎攻擊方法之研究： 以使用者端偵測為例 （2020），提出因為有 無線網路、邪惡雙胞胎攻擊、無線網路安全、無線網路存取點、無線網路名稱的重點而找出了 wifi相同ssid的解答。
以頻道狀態資訊為基礎使用深度學習的裝置身份識別技術
為了解決wifi相同ssid 的問題，作者林禮賢 這樣論述：
無線網路的迅猛發展為我們的日常生活帶來了極大的便利。但是無線設備容易受到多種類型的攻擊，例如未經授權的使用者連線。因此，為了安全起見，我們希望能夠識別合法和惡意的基地台(Access Point, AP)。惡意用戶可能會嘗試進行像是 ARP 攻擊（一種更改 ARP 表以獲取合法用戶的資料的方法），邪惡雙胞胎(Evil twin) 攻擊或流氓基地台(Rouge AP)之類的攻擊，攻擊者會偽裝成合法的 WiFi 基地台 SSID 來誤導用戶連接到惡意基地台。當合法基地台和惡意基地台具有相同的 SSID 和 MAC 地址時，要識別它們之間將是一個挑戰。本文提出了一種通過物理特徵加上人工智慧識別 W
iFi 基地台的方法。該實驗是基於通道狀態資訊（CSI）的監督式神經網路執行的。我們比較神經網路 CNN、CNN-Random、LSTM、GRU、CNN-LSTM、 CNN-GRU以及遷移式學習(Transfer Learning)等不同類型的模型。結果顯示結合 CNN的遷移式學習的模型結構可以實現更好的分類。
偵測網路邪惡雙胞胎攻擊方法之研究： 以使用者端偵測為例
為了解決wifi相同ssid 的問題，作者陳雅婷 這樣論述：
著名的無線網路攻擊為邪惡雙胞胎攻擊，邪惡雙胞胎攻擊是一種惡意訪問點，攻擊者通過將其無線網路名稱(Service Set Identifier, SSID)設置為相同或相似，藉此偽裝成合法無線網路熱點(Access Point, AP)之SSID，誘使不知情無線使用者連上攻擊者架設之惡意無線網路熱點，而攻擊者可透過惡意無線網路熱點，竊取受害者資訊，達到攻擊的目的。隨著科技的進步，攻擊者可以輕易使用筆記型電腦或智慧型手機設置惡意訪問點進行邪惡雙胞胎攻擊。如何偵測此種攻擊，已是目前社會的一大課題。本論文在未知AP資訊和已知AP資訊兩大情境下分別針對無線網路邪惡雙胞胎攻擊使用和合法AP相同、不同和混
合閘道模型，提出偵測方法。在未知AP資訊，相同閘道是以往返時間作為判斷依據，不同閘道則是以網際網路供應商作為判斷依據，混合閘道則是將兩者結合；已知AP情況下，已知AP資訊結合上述往返時間、網際網路供應商等資訊，計算熵值，藉由熵值判斷攻擊存在。透過和其他相關文獻比較，本論文提供無線網路邪惡雙胞胎攻擊的研究者一種更為有效率之偵測方法，藉此提升無線網路安全。