EP-SPY 網路追蹤規避實驗:山脈通聯測試

EP-SPY V3.0

https://github.com/MartinxMax/ep-spy

基於 GI6E 編碼的無線電通信工具,用於保護您的隱私。

https://github.com/MartinxMax/gi6e

  1. 編寫了偽協議以防止內容被解密
  2. 無法通過網絡追蹤,抵抗官方監控
  3. 無線音頻廣播,用於隱蔽信息傳輸
  4. 支援實時音頻監聽與解碼
  5. 自動切換並兼容多設備
  6. 一鍵生成並播放加密信號
  7. 完整的歷史記錄與回放

Main.jpg


本版本解決的問題

通過 MATLAB 分析音頻,觀察到實際數據的載荷基本一致,但接收到的數據似乎 偏移約 20 毫秒

d34f0cfe85ddfa0308fbe5dcb53404a9.png

手動將原始數據向前偏移 20 毫秒後,對齊效果明顯:

b474c168864cf8c2cb33fd70ff92050e.png

74d5e97bf9bd9bc5e0ec6793142bce55.png

總結來說,問題 不僅僅是時間偏移,主要挑戰是 如何消除信號開頭的干擾脈衝

88b150c224179f5b373bf632a75d6a2b.png

經過多次實驗,解決方案是 在代碼開頭故意增加兩次干擾脈衝,在接收時再截取正確的代碼範圍。

幸運的是,實施後 傳輸成功率超過 90%

eimage-10.png


通信測試


警告:

  1. 無線電發射代碼已加密,以規避網絡監控。即使被截獲,也無法還原原始信息。
  2. 不要在單一位置長時間發射,否則可能被利用 三點定位追蹤
  3. 確保無線電功率足夠,並且傳輸距離符合要求。

無線電配置 [UVK5]

  1. 開啟無線電後,將音量設置為最大,然後向右旋轉 4–5 個單位
  2. 頻率可任意,但建議避免使用常用公共頻道以減少干擾。
  3. 使用 K plug to 2.5mm jack cableUVK5 連接到 PC

eimage.png


計算機配置

將麥克風輸入音量設置為 30%

eimage-1.png


配置 EP-SPY

運行:

$ python epspy.py

eimage-2.png

RX

  • 此標籤通常選擇 麥克風 作為輸入設備。

eimage-3.png

  • 選擇完成後,輸入命令:
recv

進入接收模式。

eimage-4.png


TX

  • 此標籤通常選擇 耳機 作為輸出設備。

eimage-5.png

  • 選擇完成後,輸入命令:
send <STR>

進行發射。

eimage-6.png


200 米測試結果

發射端

image.png

接收端

eimage-7.jpg


如何排查通信失敗

在專案的 matlab 資料夾中,有一個 test.m 文件,請使用 MATLAB 對比兩個音頻文件的差異

通信失敗的可能原因:

  1. PC 或無線電音量設置過高,導致失真或爆音。
  2. 信號受到 其他無線電干擾
  3. 無線電發射功率不足,或者信號被障礙物或其他實體衰減,無法達到期望距離,造成白噪聲過多。

eimage-7.png

eimage-9.png


安裝

$ pip install --upgrade pip
$ ./install.sh
$ pip install -r requirement.txt --config-settings --confirm-license= --verbose

image.png

PS:如果在 Windows 主機運行,請先安裝 ./install/vbc/VBCABLE_Setup_x64.exe。Windows 通常無法直接監聽默認音箱,需要使用虛擬音頻設備。


使用方法

$ python epspy.py

image-1.png

> help

image-2.png

GRID 編碼

> code test

image-3.png

GRID 編碼的 wav 音頻

> wav test

image-4.png

廣播 GRID 編碼消息

選擇音頻輸出設備:

image-8.png

> send test

image-5.png

接收 GRID 廣播消息

選擇音頻輸入設備:

image-6.png

> recv

image-7.png
匿名發送消息歷史

> history

image-9.png


?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????
?????????????????????????????????????????????????????????????????

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/98272.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/98272.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/98272.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

蘋果 FoundationModels 秘典俠客行:隱私為先的端側 AI 江湖

引子 話說俠客島之上&#xff0c;有一對年輕俠侶 ——「青鋒劍客」凌云與「素心仙子」蘇凝&#xff0c;二人自幼習武&#xff0c;尤擅拆解各路奇功秘籍。 近日聽聞蘋果谷&#xff08;Apple&#xff09;于 WWDC 2025 武林大會之上&#xff0c;亮出一門全新絕學「FoundationMod…

華為基于IPD的產品質量計劃模板

目錄 模板:產品質量計劃模板....................................... 1 1. 介紹...................................................................... 5 1.1. 范圍和目的.................................................... 5 1.2. 參考資料..…

事務管理的選擇:為何 @Transactional 并非萬能,TransactionTemplate 更值得信賴

在 Spring 生態的后端開發中&#xff0c;事務管理是保障數據一致性的核心環節。開發者常常會使用 Transactional 注解快速開啟事務&#xff0c;一行代碼似乎就能解決問題。但隨著業務復雜度提升&#xff0c;這種“簡單”的背后往往隱藏著難以察覺的隱患。本文將深入剖析 Spring…

CodePerfAI體驗:AI代碼性能分析工具如何高效排查性能瓶頸、優化SQL執行耗時?

前陣子幫同事排查用戶下單接口的性能問題時&#xff0c;我算是真切感受到 “找性能瓶頸比寫代碼還磨人”—— 接口偶爾會突然卡到 3 秒以上&#xff0c;查日志只看到 “SQL 執行耗時過長”&#xff0c;但具體是哪個查詢慢、為什么慢&#xff0c;翻了半天監控也沒頭緒&#xff0…

《sklearn機器學習——繪制分數以評估模型》驗證曲線、學習曲線

估計器的偏差、方差和噪聲 每一個估計器都有其優勢和劣勢。它的泛化誤差可以分解為偏差、方差和噪聲。估計器的偏差是不同訓練集的平均誤差。估計器的方差表示對不同訓練集&#xff0c;模型的敏感度。噪聲是數據的特質。 在下圖中&#xff0c;可以看見一個函數 f(x)cos?32πxf…

2025年AI PPT必修課-匯報中AI相關內容的“陷阱”與“亮點”

《2025年AI PPT必修課-匯報中AI相關內容的“陷阱”與“亮點”》 (適用于方案匯報、戰略PPT、標書/投資人演示)一、內容類坑&#xff08;戰略/趨勢層面&#xff09;? Pitfall (不要寫)? Correct Expression (推薦寫法)Why (原因)還在強調 Caffe / Theano / TF1.x / LSTM采用 P…

Java數據結構 - 順序表模擬實現與使用

目錄1.順序表的基本介紹2.順序表的模擬實現2.1 常見的功能2.2 基本框架2.3 方法的實現2.3.1 add方法2.3.2 size方法2.3.3 display方法2.3.4 add&#xff08;int pos&#xff0c;E data)方法2.3.5 remove方法2.3.6 get方法2.3.7 contain方法2.3.8 indexOf方法2.3.9 set方法2.3.1…

rust語言 (1.88) egui (0.32.1) 學習筆記(逐行注釋)(二十六)windows平臺運行時隱藏控制臺

1、主程序第一句添加&#xff1a; 必須放在所有代碼第一句 #![cfg_attr(windows, windows_subsystem "windows")]2、 編譯命令&#xff1a;cargo build --release3、 編譯完成后運行可執行文件&#xff1a; 項目目錄/target/release/項目名.exe

什么是靜態住宅IP 跨境電商為什么要用靜態住宅IP

靜態住宅IP的定義靜態住宅IP是指由互聯網服務提供商&#xff08;ISP&#xff09;分配給家庭用戶的固定IP地址。與動態IP不同&#xff0c;靜態IP不會頻繁變動&#xff0c;長期保持穩定。其特點包括&#xff1a;固定性&#xff1a;IP地址長期不變&#xff0c;適合需要穩定網絡環境…

RabbitMQ 初步認識

目錄 1. 基本概念 2. RabbitMq 的工作流程 3. 協議 4. 簡單的生產者, 消費者模型 4.1 我們先引入 rabbitmq 的依賴 4.2 生產者 4.3 消費者 1. 基本概念 Pruducer : 生產者, 產生消息Consumer : 消費者, 消費消息Broker : RabbitMq Server, 用來接收和發送消息Connectio…

Redis(46) 如何搭建Redis哨兵?

搭建 Redis 哨兵&#xff08;Sentinel&#xff09;集群&#xff0c;確保 Redis 服務具有高可用性。以下是詳細的步驟&#xff0c;從 Redis 安裝、配置主從復制到配置和啟動 Sentinel 集群&#xff0c;并結合相關的代碼示例。 步驟 1&#xff1a;安裝 Redis 首先&#xff0c;需要…

Grafana 多指標相乘

PromQL中多指標相乘 PromQL表達式&#xff1a; 0.045 * h9_daily_income{coin"nock"} * h9_pool_price_cny{coin"nock"}&#x1f4c8; 基礎&#xff1a;單指標運算 常數與指標相乘 在PromQL中&#xff0c;常數與指標的乘法是最簡單的運算&#xff1a; # ?…

【微服務】springboot3 集成 Flink CDC 1.17 實現mysql數據同步

目錄 一、前言 二、常用的數據同步解決方案 2.1 為什么需要數據同步 2.2 常用的數據同步方案 2.2.1 Debezium 2.2.2 DataX 2.2.3 Canal 2.2.4 Sqoop 2.2.5 Kettle 2.2.6 Flink CDC 三、Flink CDC介紹 3.1 Flink CDC 概述 3.1.1 Flink CDC 工作原理 3.2 Flink CDC…

分布式數據架構

分布式數據架構是一種將數據分散存儲在多臺獨立計算機&#xff08;節點&#xff09;上&#xff0c;并通過網絡協調工作的系統設計。其核心目標是解決海量數據處理、高并發訪問、高可用性及可擴展性等傳統集中式數據庫難以應對的挑戰。以下是關鍵要點解析&#xff1a;一、核心原…

Spark 中spark.implicits._ 中的 toDF和DataFrame 類本身的 toDF 方法

1. spark.implicits._ 中的 toDF&#xff08;隱式轉換方法&#xff09;本質這是一個隱式轉換&#xff08;implicit conversion&#xff09;&#xff0c;通過 import spark.implicits._ 被引入到作用域中。它的作用是為本地 Scala 集合&#xff08;如 Seq, List, Array 等&#…

如何在MacOS上卸載并且重新安裝Homebrew

Homebrew是一款針對macOS操作系統的包管理工具&#xff0c;它允許用戶通過命令行界面輕松安裝、升級和管理各種開源軟件包和工具。Homebrew是一個非常流行的工具&#xff0c;用于簡化macOS系統上的軟件安裝和管理過程。一、卸載 Homebrew方法1&#xff1a;官方卸載腳本&#xf…

如何簡單理解狀態機、流程圖和時序圖

狀態機、流程圖和時序圖都是軟件工程中用來描述系統行為的工具&#xff0c;但它們像不同的“眼鏡”一樣&#xff0c;幫助我們從不同角度看問題。下面用生活比喻來簡單理解思路&#xff1a;狀態機&#xff1a;想象一個交通信號燈。它總是在“紅燈”“黃燈”“綠燈”這些狀態之間…

消失的6個月!

已經6個月沒有更新了 四個月的研一下生活 兩個月暑假&#xff0c;哈哈&#xff0c;其實也沒閑著。每天都有好好的學習&#xff0c;每天學習時長6h 暑假按照導師的指示開始搞項目了&#xff0c;項目是關于RAG那塊中的應用場景&#xff0c;簡單來說就是deepseek puls ,使用大…

Android開發——初步學習Activity:什么是Activity

Android開發——初步學習Activity&#xff1a;什么是Activity ? 在 Android 中&#xff0c;Activity 是一個用于展示用戶界面的組件。每個 Activity 通常對應應用中的一個屏幕&#xff0c;例如主界面、設置界面或詳情頁。Activity 負責處理用戶的輸入事件&#xff0c;更新 UI&…

【左程云算法03】對數器算法和數據結構大致分類

目錄 對數器的實現 代碼實現與解析 1. 隨機樣本生成器 (randomArray) 2. 核心驅動邏輯 (main 方法) 3. 輔助函數 (copyArray 和 sameArray) 對數器的威力 算法和數據結構簡介?編輯 1. 硬計算類算法 (Hard Computing) 2. 軟計算類算法 (Soft Computing) 核心觀點 一個…