Wigle.net Dataset
收藏github2024-08-27 更新2024-08-28 收录
下载链接:
https://github.com/simeononsecurity/track-helium-mobile-wifi
下载链接
链接失效反馈官方服务:
资源简介:
Wigle.net数据集是一个用于跟踪Helium Mobile WiFi网络可用性的公开数据集,通过第三方验证,提供动态的、年度统计数据。
The Wigle.net Dataset is a public dataset for tracking the availability of Helium Mobile WiFi networks. It is third-party validated and provides dynamic, annual statistical data.
创建时间:
2024-08-12
原始信息汇总
Track Helium Mobile WiFi 数据集概述
数据集描述
该数据集包含一组脚本和工具,用于跟踪野外Helium Mobile WiFi网络的可用性。数据来源包括Wigle.net数据集和Helium区块链导出器/API。
数据集来源
- Wigle.net数据集
- Helium区块链导出器/API
数据集说明
- 数据可能不完全准确或完整,但这是目前可用的最佳半公开数据集,由第三方验证。
- 统计数据是动态的,仅拉取当年数据,最终将更新为过去365天内映射的设备。
数据分类和标识
所有分类和标识均来自公开文档和可重复的谷歌搜索研究。
数据内容
Helium Mobile WiFi 网络映射表

Helium 提供的统计数据
设备状态
| 状态 | 数量 |
|---|---|
| Active | 15891 |
| Inactive | 12608 |
住宅与商业
| 类别 | 百分比 |
|---|---|
| Residential | 72.03% |
| Business | 27.97% |
前10种类别-类型组合
| 类别 | 类型 | 数量 |
|---|---|---|
| place | house | 6077 |
| building | yes | 2241 |
| highway | residential | 1418 |
| amenity | parking | 755 |
| building | house | 658 |
| amenity | school | 306 |
| highway | secondary | 271 |
| highway | tertiary | 258 |
| highway | motorway | 193 |
| building | apartments | 187 |
数据传输增长
| 日期 | 日增长 (%) | 周增长 (%) |
|---|---|---|
| 2024-06-26T00:00:00 | 69.77% | 516.45% |
| 2024-06-27T00:00:00 | -12.10% | 516.45% |
| ... | ... | ... |
订阅者增长
| 日期 | 日增长 (%) | 周增长 (%) |
|---|---|---|
| 2024-06-26T00:00:00 | 67.26% | 463.33% |
| 2024-06-27T00:00:00 | 13.32% | 463.33% |
| ... | ... | ... |
热点增长
| 日期 | 日增长 (%) | 周增长 (%) |
|---|---|---|
| 2024-08-04T00:00:00 | 0.00% | 17.39% |
| 2024-08-05T00:00:00 | 214.81% | 17.39% |
| ... | ... | ... |
Wigle Net 来源的统计数据
Helium Mobile WiFi 统计表
| 统计 | 数量 | 描述 |
|---|---|---|
| Total APs | 8335 | 所有Hotspot 2.0接入点的总数 |
| Residential Locations | 4234 | 总位置的50.80% |
| Business Locations | 4067 | 总位置的48.79% |
| OpenRoaming Unsettled | 3 | RCOI匹配任何OpenRoaming未结算RCOI的设备数量 |
| OpenRoaming Settled | 3 | RCOI匹配任何OpenRoaming已结算RCOI的设备数量 |
| Google Orion Devices | 14 | RCOI包含f4f5e8f5f4的设备数量 |
| IronWiFi Devices | 3 | RCOI包含aa146b0000的设备数量 |
| Helium Devices | 7186 | SSID包含Helium Mobile的设备数量 |
| Helium Free WiFi Devices | 1149 | SSID包含Helium Free Wi-Fi的设备数量 |
| Other Devices | 0 | 不匹配上述任何类别的设备数量 |
跟踪的SSID
| SSID | 数量 |
|---|---|
| Helium Mobile | 7186 |
| Helium Free Wi-Fi | 1149 |
唯一RCOI
| RCOI | 定义 | 数量 |
|---|---|---|
| 0 | Unknown | 8166 |
| nan | Unknown | 152 |
| f4f5e8f5f4 | Google Orion Devices | 14 |
| aa146b0000 | IronWiFi Devices | 3 |
| baa2d00000 | OpenRoaming Settled | 3 |
| 5a03ba0000 | OpenRoaming Unsettled (All) | 3 |
搜集汇总
数据集介绍

构建方式
Wigle.net Dataset的构建方式主要依赖于从Wigle.net数据集和Helium区块链导出器/API中提取数据。这些数据经过整合和处理,形成了一个包含Helium Mobile WiFi网络可用性信息的集合。数据集的构建过程确保了信息的动态更新,特别是针对过去365天内的设备映射数据进行更新,以保证数据的时效性和准确性。
特点
Wigle.net Dataset的一个显著特点是其数据的动态性和实时性。该数据集不仅包含了Helium Mobile WiFi网络的当前状态信息,如活跃和不活跃设备的数量,还提供了详细的分类数据,如住宅和商业用途的比例,以及各类设备的具体分布情况。此外,数据集还记录了每日和每周的数据传输增长情况,为研究者提供了丰富的分析维度。
使用方法
使用Wigle.net Dataset时,研究者可以通过访问GitHub页面获取最新的数据集文件,并利用提供的脚本和工具进行数据分析。数据集中的信息可以用于多种研究目的,如网络覆盖分析、设备性能评估以及用户行为研究等。通过分析数据集中的每日和每周增长数据,研究者可以深入了解Helium Mobile WiFi网络的发展趋势和用户需求变化。
背景与挑战
背景概述
Wigle.net Dataset是由Simeononsecurity团队创建的一个用于追踪Helium Mobile WiFi网络可用性的数据集。该数据集整合了来自Wigle.net和Helium区块链导出器/API的数据,旨在提供一个半公开的、经过第三方验证的WiFi网络信息资源。数据集的核心研究问题在于如何准确追踪和分析Helium Mobile WiFi网络的分布和使用情况,这对于理解无线网络的覆盖范围和用户行为具有重要意义。自创建以来,该数据集已成为研究无线网络分布和性能的重要工具,尤其在物联网和移动通信领域具有广泛的应用前景。
当前挑战
Wigle.net Dataset在构建和应用过程中面临多项挑战。首先,数据来源的多样性和复杂性使得数据整合和验证成为一个难题,尤其是在确保数据的准确性和完整性方面。其次,动态数据的变化性要求数据集能够实时更新,而当前的更新机制仅限于年度统计,未来需要改进以支持更频繁的数据更新。此外,数据集在分类和标识方面依赖于公开文档和可重复的研究,这可能导致分类的不一致性和标识的模糊性。最后,数据集的应用需要处理大量的动态数据,这对数据分析和处理的效率提出了更高的要求。
常用场景
经典使用场景
Wigle.net Dataset在无线网络研究领域中占据着举足轻重的地位,其经典应用场景主要集中在对Helium Mobile WiFi网络的追踪与分析。通过整合来自Wigle.net的数据与Helium区块链的API,研究者能够精确地绘制出全球WiFi网络的分布图,从而深入探讨网络覆盖范围、设备活跃度及数据传输效率等关键指标。这种数据驱动的分析方法为网络优化、故障排查及性能提升提供了坚实的数据基础。
实际应用
在实际应用中,Wigle.net Dataset被广泛用于网络运营商的日常运营与维护。通过实时监控WiFi网络的覆盖范围与设备状态,运营商能够及时发现并解决网络故障,确保服务的连续性与稳定性。此外,该数据集还支持市场分析,帮助企业了解用户需求与行为,从而制定更为精准的市场策略。在公共安全领域,Wigle.net Dataset也为应急响应提供了重要的数据支持,确保在紧急情况下网络资源的有效调配。
衍生相关工作
基于Wigle.net Dataset,众多相关研究与应用得以衍生。例如,有学者利用该数据集开发了智能网络优化算法,通过机器学习技术预测并调整网络资源分配,显著提升了网络性能。此外,还有研究团队利用该数据集进行用户行为分析,构建了用户画像模型,为个性化服务提供了数据支持。在商业领域,一些初创公司也基于此数据集开发了网络监控与管理工具,帮助企业提升网络运营效率。
以上内容由遇见数据集搜集并总结生成



