物联网设备中的GPS数据分析 – 作者:Kriston-安全小百科

物联网设备中的GPS数据分析 – 作者:Kriston

到2021年物联网（IoT）和医疗物联网（IoMT）设备数量将达到250亿个，这些设备将生成并收集个人GPS数据。本文使用开源工具开普勒（Kepler）演示GPS数据用例。在某些情况下，GPS数据不仅可以跟踪某个人的实际位置，还可以确定该人是否在汽车或飞机上以及停留的时间。

GPS可以指示位置、高度、速度、时间和方向。IoMT设备可用于监视用户的健康状况，例如体温，心率，运动和其他医疗信息。在紧急情况下，IoMT设备使用GPS数据，不仅可以提醒急救人员，还可以中继关键位置数据。同样，执法人员和调查人员可以使用相互关联的数据来深入研究犯罪行为和人身安全问题。

GPS坐标值也吸引了攻击者的注意力。安全研究人员已经发现像Exodus这样的恶意软件从受感染的移动设备中收集GPS数据。GPS数据隐私和数据安全问题不可忽视，随着物联网应用的持续加速，越来越多的设备将产生GPS数据。

在物联网前，有手机

GPS项目于1973年在美国启动。目标是使用四颗或更多颗卫星跟踪地球上物体的地理位置数据和时间信息。

COVID-19令许多国家使用或讨论使用手机GPS和其他位置数据来帮助追踪患者，潜在的新患者等。首先，数据中有什么？ GPS基本信息包括纬度，经度和时间戳。GPS通常还可以提供海拔高度的测量值，以及水平和垂直精度的测量值。 GPS数据还可以通过测量设备相对于GPS卫星的多普勒频移来测量单个时间点的速度。

数据准备

通常，分析师将其数据转换为表格格式，他们就能够在大多数工具中上传使用其数据。示例表将具有以下内容：红色字段是GPS数据的“核心” 字段。通常也包括准确性，高度和速度。蓝色字段来自Google的活动分类引擎，该引擎使用设备中的多个传感器来预测用户的行为并为该预测分配可信区间。

单个设备数据分析

下图显示了某人到达和离开某个地点时的大概时间及其速度：

红色表示速度较低，绿色表示速度较快（以米/秒为单位）。所有时间都是UTC，这个人在动画中间的纯红色圆点上花费了大约10个小时。不透明度低意味着单个点会很亮，但是移动花费时间长的点会更暗。然后，他们离开该地点的路线与到达目的地时所走的路线不同，离开时的速度也更快。位置之间的GPS点之间存在间隙，具体取决于多种因素，例如设备，应用，天气，周围的建筑物等。

放大个人停止的位置，我们可以看到更多细节。下图动画中，仅显示点的轮廓，以便更容易确定何时新数据点出现在图形上。点的颜色与速度相对应，红色为慢速，绿色为快速。在办公大楼中，所有的点都是红色的。这些点的半径与GPS点的水平精度（以米为单位）相匹配，可以推断出该人在该建筑物的北端花费了大量时间。