In the past few years, the ability of wireless network operators to monitor audience using control frames emitted by client devices has been compromised, both by legislation treating client MAC addresses as private information and by the difficulty of distinguishing genuine client frames from those arising from the Internet of Things or from certain enhanced services. Here, a deterministic model, based on characteristics of human activity and on seasonal trends, is used to reveal underlying client statistics in raw MAC-randomized WiFi Probe Request data. The method proposes a candidate conversion factor, X, between probe request counts and the client population, which offers plausible predictions on real-world datasets.

In the past few years, data privacy legislation has hampered the ability of WiFi network operators to count and map client activity for commercial and security purposes. Indeed, since client device MAC devices are now randomized at each transmission, aggregating client activity using management frames such as Probe Requests, as has been common practice in the past, becomes problematic. Recently, researchers have demonstrated that, statistically, client counts are roughly proportional to raw Probe Request counts, thus somewhat alleviating the client counting problem, even if, in most cases, ground truth measurements from alternate sensors such as cameras are necessary to establish this proportionality. Nevertheless, localizing randomized MAC clients at a network site is currently an unsolved problem. In this work, we propose a set of nine tools for extending the proportionality between client counts and Probe Requests to the mapping of client densities in real-world outdoor WiFi networks without the need for ground truth measurements. The purpose of the proposed toolkit is to transform raw, randomized MAC Probe Request counts into a density map calibrated to an estimated number of clients at each position.

L'avènement de la législation sur la protection des données (GDPR) a présenté d'importants défis pour les opérateurs de réseaux WiFi, entravant leur capacité à suivre et analyser l'activité des clients à des fins commerciales et de sécurité. La randomisation des adresses MAC des appareils clients lors de chaque transmission a rendu difficile l'agrégation de l'activité des clients en utilisant des trames de gestion telles que les probe requests, pratiques courantes par le passé. Par conséquent, le comptage et la cartographie précis de l'activité des clients sont devenus problématiques, nécessitant souvent des mesures supplémentaires à partir de capteurs alternatifs tels que des caméras. Cependant, nos recherches ont donné des résultats prometteurs pour relever ces défis. Nous avons d’abord constaté que statistiquement le nombre de clients maintient une relation proportionnelle avec le nombre brut de probe requests, offrant ainsi un soulagement à la problématique du comptage des clients, sans recourir à des capteurs de référence. Au-delà de cette avancée, la localisation des clients aux adresses MAC randomisées au sein d'un site réseau reste un problème non résolu. Pour adresser ce constat, cette thèse propose également une boîte à outils dont l'objectif est d'étendre la proportionnalité entre le nombre de clients et le nombre de probe requests à une cartographie de la densité des clients dans les réseaux WiFi extérieurs du monde réel. En utilisant cette boîte à outils, les probe requests brutes peuvent être transformées en une carte de densité, fournissant des estimations de la population de clients à chaque emplacement. En combinant la boîte à outils proposée avec les conclusions de la recherche sur le comptage des clients, cette thèse offre une solution intéressante aux défis auxquels sont confrontés les opérateurs de réseaux WiFi. La boîte à outils permet une cartographie des densités de clients dans les réseaux WiFi extérieurs, en tenant compte des réglementations sur la protection des données et de la randomisation des adresses MAC. Cela permet une meilleure compréhension du comportement des clients tout en respectant les préoccupations de confidentialité et en surmontant les complexités techniques.