——以XX大学图书馆多节点协同部署为例的探索与反思
摘要
随着智慧校园建设从“信息化”迈向“智能化”，传统视频与门禁系统在隐私保护与细粒度感知之间难以取得平衡。本文提出并实现了一套基于低功耗WiFi探针（ESP8266）的人员行为态势感知系统。系统采用“采集-发送”分时复用策略，解决了单芯片在混杂模式与WiFi连接间的硬件冲突，并通过加权质心算法实现区域级定位。
与现有研究不同，本文不仅汇报了理想条件下的性能，更诚实地披露了真实部署中的“踩坑”经历：包括MAC地址随机化带来的“身份危机”、多径效应导致的RSSI“情绪波动”、以及高峰期信道拥堵造成的数据丢失。在XX大学图书馆4节点实测表明：在中低密度场景下（<300设备/小时），设备首次检出率约为95%（95%置信区间：[91%, 97%]），定位平均误差约2.6米（标准差±1.8米），虽不足以精准锁定座位号，但完全满足“楼层级”拥堵预警与“闭馆滞留”检测需求。系统成功识别了占座超时与闭馆滞留等典型异常行为，为低成本、非侵入式校园态势感知提供了一条“虽然不完美，但很实用”的技术路径。
关键词：WiFi探针；ESP8266；加权质心定位；智慧校园；工程实践
1. 绪论
1.1 研究背景：从“水杯占座”到“电磁波感知”
每逢期末考试季，大学图书馆的“占座大战”都会上演一幕幕人间百态——一只水杯、一本翻开的书、甚至一卷卫生纸都能成为座位的“神圣标记”。然而，物理标记无法告知管理员主人是暂时离开还是已遁入饭堂。传统的视频监控虽有视觉能力，但部署成本高、存在隐私死角，且极易引发师生的心理不适。
与此同时，WiFi作为校园基础设施的“水电煤”，覆盖率已超过95%。智能手机在搜索网络时，会像“嗷嗷待哺的雏鸟”一样不断发出Probe Request探测帧。这些帧自带MAC地址（尽管现在常被伪装）和信号强度（RSSI），恰好构成了一张天然的“电磁波感知网”。若能低成本捕获并解析这些帧，我们就能在不触碰任何隐私数据的前提下，用物理学手段回答一个管理学的灵魂问题：“这层楼到底有多少人？”
1.2 研究意义与挑战
本研究的意义不在于创造新算法，而在于将成熟技术以工程化、低成本的方式落地，并诚实地评估其边界。具体挑战包括：
硬件资源窘境：ESP8266仅80KB RAM，在混杂模式（抓包）与Station模式（上传）间切换如同“双手互搏”。
物理层不确定性：RSSI受人体遮挡、多径效应影响极大，其数值常如“女朋友的心情般难以捉摸”。
隐私保护的“魔高一丈”：MAC随机化技术的普及让设备追踪变得困难，我们必须重新思考“计数”而非“盯人”的逻辑。
1.3 国内外研究现状与我们的“补位”
WiFi探针的研究可追溯至Cunche等人[1]对隐私风险的警示。在室内定位领域，Bahl和Padmanabhan[3]的RADAR系统奠定了指纹定位基础，Wu等人[4]则优化了加权质心算法。然而，翻阅现有文献，绝大多数工作止步于仿真或单节点试验，对真实校园环境中多节点协同、供电不稳定、数据丢包、固件崩溃等问题避而不谈。本研究正是要“补这个位”——既写代码，也记“血泪史”，给后来者一份可靠的技术备忘录。十年前，笔者学习使用探针，使用四博智联公司的串口探针，也用esp8266芯片烧录过开源sniffer，手中此类芯片数数不下数十个，玩了很多总归止步于研究，十年后将此老物件又翻过来，废物利用起来，也是给社会做点微薄贡献。
2. 系统架构与硬件选型
2.1 系统三层结构
本系统延续经典的“端-云-用”三层架构，但每层都做了极简主义处理：
-
采集层：4个ESP8266 ESP01S模块，成本合计不足百元，分别放置于图书馆四角。
-
服务层：单台Linux服务器运行EMQX与MySQL，Python脚本负责解析与清洗数据。
-
应用层：Tkinter GUI用于本地调试，Flask+ECharts提供Web可视化仪表盘。
2.2 硬件选型理由与“槽点”
| ESP8266 ESP01S | 单价<15元，支持混杂模式 | 仅有2个GPIO，天线增益低，发热量可观（约40°C） |
| 充电宝供电 | 隔离市电噪声 | 电压跌落会导致重启，我们加了1000μF电容勉强稳住 |
| 胶带固定 | 部署灵活 | 夏天胶带融化，节点掉落过两次（已换成扎带） |
导师点评：不要看不起胶带和扎带，工程的第一要义是“别掉下来”。
3. 核心关键技术：解决方案与“踩坑实录”
3.1 分时复用策略：被迫的“轮班制”
ESP8266的硬件限制决定了开启混杂模式后无法维持WiFi STA连接。我们的解决策略非常“朴素”——采集30秒，上传5秒。
状态机流转如下：
[采集模式] -> 缓冲区满(20条) -> 关闭混杂 -> 连WiFi -> 发MQTT -> 断开WiFi -> 重开混杂
现实踩坑：切换过于频繁（如每5秒切一次）会导致ESP8266看门狗超时复位。经调参，采集30秒、上传5秒的周期最稳定。这意味着系统延迟在35秒左右——对于实时入侵检测太慢，但对于“闭馆滞留预警”来说完全够用（反正闭馆还有半小时）。
3.2 数据协议：33字节的“极限压缩”
为了省带宽和省电，我们摒弃了臃肿的JSON，采用自定义二进制结构（固定33字节）。其中包含RSSI、MAC、BSSID、时间戳等。
重要说明：conn_status字段用于区分设备是否处于连接态（BSSID=FF:FF:FF:FF:FF:FF为扫描态）。这非常关键，因为连接态的设备往往使用真实MAC（不受随机化影响），是相对可靠的“锚点”。
3.3 距离估算：承认“粗粒度”现实
基于自由空间衰减模型：d = 10^((ABS(RSSI)-A)/(10*n))，但实测中我们发现，仅隔一排书架，RSSI就能衰减10dBm。因此我们放弃“厘米级”幻想，将距离量化为离散档位（1m, 3m, 5m, 10m…），只用于加权质心计算的权重分配。
3.4 去重与信道轮巡：与时间赛跑
-
去重缓存：维护一个5秒过期的MAC地址缓存。避免同一设备重复计入缓冲区。
-
信道轮巡：采用定时器每500ms切换信道（1-13循环）。
现实踩坑：信道切换间隔固定导致某些信道流量高峰时数据丢失。我们后期改为“流量自适应”——若某信道连续两次捕获为空，则缩短其停留时间。但该优化仅提升了约5%的捕获率，性价比一般，故未作为主线成果重点宣传（你们写论文时也要学会区分“做了”和“值得写”）。
4. 定位与行为引擎：算法诚实落地
4.1 加权质心定位：数学美好，物理骨感
加权质心公式本身优雅，但输入数据（RSSI）的不确定性导致输出结果服从高斯抖动。我们采用反距离权重（RSSI线性转换）进行位置解算。
关键修正：为了抵抗单点RSSI突刺，我们引入了时间滑动窗口平滑（窗口大小=5）。平滑后，定位的时域稳定性提升了40%，但代价是响应延迟增加约3秒。对于人流趋势分析，这是值得的。
4.2 行为语义定义：我们只识别“粗线条”行为
我们不试图回答“张三在干嘛”，只回答“某区域是否拥挤”和“闭馆后是否有人未离场”。
-
占座超时：设备在某区域持续出现超过30分钟，且RSSI未发生有效移动（方差<阈值）。误报场景：手机放桌上充电，人去厕所——这是系统“幸福的误会”，后续需整合座位压力传感器。
-
闭馆滞留：系统时间22:30后，定位结果仍落在馆内区域。
吐槽：测试期间，我们曾多次在23:00收到告警，冲过去发现是保洁阿姨的手机放在窗台充电。系统不认识“阿姨”，只认识“MAC”，这提醒我们：任何AI系统都需人工复核。
5. 实验设计与数据分析：报喜也报忧
5.1 实验条件声明（必须透明）
-
理想环境（基线测试）：选择午夜闭馆后，人员稀少，WiFi干扰最小。
-
压力环境（实际模拟）：选择周末下午14:00-16:00，馆内约200人，并发设备数约450台。
5.2 检测率：首次检出与持续关联的“剪刀差”
| 理想（夜间） | 20 | 100% | 95% | 几乎无随机化，信道干净 |
| 压力（周末） | 200（估算） | 92% | 68% | MAC随机化频繁切换，部分设备进入省电模式 |
分析：首次检出率尚可，但持续关联率断崖式下跌至68%，原因在于Android和iOS的随机化策略（通常每5-10分钟更换一次MAC）。这意味着我们无法用MAC追踪个体，只能用它估算规模——这个结论很重要，决定了系统的应用边界。
5.3 定位精度：2.6米还是6米？
选取5个固定测试点，每个点测试50次。
| P1（开阔大厅） | 1.8m | 3.2m | 0.8m |
| P2（密集书架间） | 3.5m | 6.1m | 1.5m |
| P3（楼梯拐角） | 2.9m | 5.0m | 1.2m |
总平均误差2.6米，但最差场景（书架间）达6米。这彻底宣告了该系统不适用“座位级导航”，但用于“楼层级人流热力”绰绰有余。我们建议读者在引用时务必注明“室内开阔场景”。
5.4 异常行为检测：误报与漏报
-
占座超时检测：准确率约85%（10次模拟，漏报1次，误报0.5次折算）。
-
闭馆滞留检测：准确率100%（因为仅依赖时间+区域逻辑，非常硬规则）。
有趣发现：系统曾在一次测试中连续三天在下午3点报告“占座异常”，我们前往查看发现是一台被遗忘在窗台的演示用手机，插着电源常年亮屏。这提醒我们：系统感知的是“设备”而非“人”。
6. 隐私与伦理：不完美的“避风港”
6.1 MAC随机化是我们的“盟友”
过去我们视MAC随机化为敌人，现在想想，它恰好帮助我们规避了《个人信息保护法》中关于“唯一设备识别符”的合规风险。既然我们无法长期追踪个体，我们干脆主动丢弃个体关联逻辑，仅做聚集统计（Aggregate Statistics）。这被戏称为“因祸得福的摆烂式合规”。
6.2 数据保留策略
原始RSSI与哈希MAC保留30天自动清理。数据库中不存储任何可反推用户身份的信息（SSID列表只统计不存储）。我们在图书馆入口张贴了告示：“本馆使用WiFi嗅探统计人流量，不记录任何个人上网内容，设备数据30天销毁。”——至今未收到一起投诉。
7. 结论、不足与展望
7.1 我们做成了什么
完整走通了从硬件焊接到Web展示的全链路工程实践。
验证了低成本ESP8266在多节点协同中的可行性，并提供了稳定周期的经验参数（采集30s/上传5s）。
通过实际数据公开了室内定位在真实环境下的性能方差，给后续研究者提供了真实的“误差基底”。
7.2 坦诚的不足（导师最看重这部分）
无法区分人与设备：一人多机、人走机留，导致人数高估约15~20%。
静态设备污染：长期插电设备会制造“幽灵读者”，需结合红外或座椅压力传感进行多模态校准。
覆盖盲区：卫生间、楼梯间信号衰减极大，几乎无法探测（但这恰好保护了隐私）。
算法朴素：加权质心虽简单，但未能利用更先进的粒子滤波，这是受限于ESP8266的计算能力。
7.3 未来工作（真的会做吗？）
-
尝试引入蓝牙RSSI辅助（因大部分手机同时开启蓝牙），提高定位鲁棒性。
-
探索边缘计算：在ESP32上运行轻量级聚类算法，直接上传“人数”而非“原始帧”，进一步降低带宽和隐私风险。
-
与校园一卡通系统脱敏融合（仅比对时间戳趋势，不比对ID），提高行为语义的准确度。
参考文献
[1] Cunche M, Kaafar M A. On the privacy risks of MAC address randomization[C]//Proceedings of the 2014 ACM SIGSAC Conference on Computer and Communications Security. 2014: 1302-1313. （他让我们知道了随机化，也让我们死了追踪的心）
[3] Bahl P, Padmanabhan V N. RADAR: an in-building RF-based user location and tracking system[C]//Proceedings IEEE INFOCOM 2000. IEEE, 2000: 775-784. （祖师爷，值得反复引用）
[4] Wu C, Xu J, Yang Z, et al. Gain Without Pain: Accurate WiFi-based Localization using Fingerprint Spatial Gradient[C]//UbiComp 2017. （算法优美，但环境理想化）
（其余文献略）
附录：那些年我们踩过的坑（非正式，但有用）
-
坑1：ESP8266的ADC引脚悬空会导致电压读数乱跳，务必接地。
-
坑2：MQTT Broker的keepalive设置为60秒，但ESP8266在混杂模式下无法响应PING，需在发送阶段重连。我们设置了离线遗嘱（Last Will），确保服务器知道节点离线。
-
坑3：即使我们哈希了MAC，在GitHub上传源码时仍然不小心泄露了测试用的原始MAC前缀——已删除并重置.git历史。望后人引以为戒。
写作日期：2026年7月
作者：Donoot
学术声明：本文数据真实可溯，虽不完美，但贵在真诚。欢迎复现，更欢迎提出改进，但请不要原文照抄到学术论文、期刊、杂志等出版物中，笔者有权追责。。
本文所涉及项目源码近期开源。欢迎关注项目的GitHub仓库。
