本论文研究MAC地址随机化在IEEE 802.11网络发现阶段作为被动追踪防范措施的有效性。尽管MAC地址随机化已被广泛采用，但作者通过机器学习指纹识别技术证明了设备仍可被识别，暴露了现有隐私协议的漏洞。研究评估了被动攻击者在不同窃听场景下的追踪能力，从探测帧中提取未加密的硬件规格信息，并结合帧间到达时间（IFAT）和模拟接收信号强度指示（SRSSI）信号。核心贡献是对高吞吐量（HT）能力信息字段进行位分解，从而提升设备识别准确率。实验使用三种无监督聚类算法（K-Means、DBSCAN和OPTICS），在包含6个制造商22个设备的数据集上评估。结果显示，DBSCAN算法结合分解的HT能力信息和三个SRSSI测量值，全局准确率最高达到89.6%。这表明现有MAC地址随机化方案不足以防止设备追踪，亟需在Wi-Fi标准化中增强隐私保护措施。适合网络协议安全、隐私保护领域的研究人员和工程师阅读。