Analisi dei segnali radio e relativa sicurezza

Abstract

Questa tesi indaga l'analisi e il monitoraggio dei segnali a radiofrequenza in ambienti LPWAN (Low-Power Wide-Area Network), con particolare attenzione ai sistemi di comunicazione LoRaWAN operanti nella banda ISM (Industrial, Scientific, and Medical) a 868 MHz. Con la continua crescita del numero di dispositivi Internet of Things (IoT), le infrastrutture di comunicazione wireless sono diventate sempre più complesse e vulnerabili a interferenze, configurazioni errate e potenziali minacce alla sicurezza. I meccanismi di sicurezza tradizionali operano principalmente a livelli di protocollo superiori e forniscono una visibilità limitata sulle caratteristiche fisiche delle trasmissioni radio. Per questo motivo, l'analisi del segnale a livello fisico è diventata un'importante area di ricerca per comprendere il comportamento delle comunicazioni wireless e identificare potenziali anomalie.

L'obiettivo principale di questa ricerca è valutare se la tecnologia Software Defined Radio (SDR) possa essere utilizzata per acquisire e analizzare i segnali radio LoRaWAN direttamente dallo spettro e per determinarne l'affidabilità nel monitoraggio dell'attività di comunicazione wireless. Per raggiungere questo obiettivo, i segnali LoRaWAN nella banda di frequenza europea a 868 MHz sono stati acquisiti utilizzando un dispositivo SDR HackRF One. Sono stati sviluppati due programmi personalizzati basati su Python per l'acquisizione del segnale, al fine di acquisire campioni grezzi in fase e in quadratura (I/Q), eseguire analisi spettrali tramite Trasformata di Fourier Veloce (FFT) ed estrarre parametri chiave del segnale come l'Indicatore di Intensità del Segnale Ricevuto (RSSI), la frequenza di trasmissione e i timestamp.

Per convalidare le misurazioni basate su SDR, i segnali acquisiti sono stati confrontati con dati di riferimento ottenuti da un gateway LoRaWAN tramite il protocollo di messaggistica MQTT. Questo dataset del gateway forniva informazioni a livello di pacchetto, inclusi

This thesis investigates the analysis and monitoring of radio frequency signals in Low-Power Wide-Area Network (LPWAN) environments, with a particular focus on LoRaWAN communication systems operating in the 868 MHz Industrial, Scientific, and Medical (ISM) band. As the number of Internet of Things (IoT) devices continues to grow, wireless communication infrastructures have become increasingly complex and vulnerable to interference, misconfigurations, and potential security threats. Traditional security mechanisms primarily operate at higher protocol layers and provide limited visibility into the physical characteristics of radio transmissions. For this reason, physical-layer signal analysis has become an important research area for understanding wireless communication behavior and identifying potential anomalies. The primary objective of this research is to evaluate whether Software Defined Radio (SDR) technology can be used to capture and analyze LoRaWAN radio signals directly from the spectrum and to determine the reliability of such an approach for monitoring wireless communication activity. To achieve this objective, LoRaWAN signals in the European 868 MHz frequency band were captured using a HackRF One SDR device. Two custom Python-based signal capture programs were developed to acquire raw in-phase and quadrature (I/Q) samples, perform spectral analysis using Fast Fourier Transform (FFT), and extract key signal parameters such as Received Signal Strength Indicator (RSSI), transmission frequency, and timestamps. To validate the SDR-based measurements, the captured signals were compared with reference data obtained from a LoRaWAN gateway through the MQTT messaging protocol. This gateway dataset provided packet-level information including RSSI values, transmission frequencies, and reception timestamps. By synchronizing and comparing the datasets in both the time and frequency domains, it was possible to verify whether the SDR receiver detected the same transmissi