ChatTracer: Large Language Model Powered Real-time Bluetooth Device Tracking System

大型语言模型（LLMs），例如OpenAI ChatGPT和Google Bard，已经改变了我们与网络技术互动的方式。在本文中，我们研究了将LLM与无线传感器网络（WSN）连接的可能性。成功的设计不仅将LLM的知识领域扩展到物理世界，还将彻底改变人类与WSN的互动方式。为此，我们提出了ChatTracer，一种由LLM驱动的实时蓝牙设备跟踪系统。ChatTracer由三个关键组件组成：一组蓝牙嗅探节点、一个数据库和一个经过精细调整的LLM。ChatTracer的设计基于我们的实验观察结果，即商用的苹果/安卓设备即使在空闲状态下也会每分钟广播数百个BLE数据包。它的创新之处在于两个方面：i）可靠高效的BLE数据包分组算法；ii）将监督微调（SFT）和强化学习与人类反馈（RLHF）相结合的LLM微调策略。我们已经建立了一个由四个嗅探节点组成的ChatTracer原型。实验结果表明，ChatTracer不仅优于现有的定位方法，而且为用户提供了智能界面。

将大型语言模型（LLM）与无线传感器网络（WSN）相连接，以实现实时蓝牙设备跟踪系统，扩展LLM的知识领域到物理世界，革新人类与WSN的交互。

ChatTracer是一个由蓝牙嗅探节点、数据库和经过精细调整的LLM组成的实时蓝牙设备跟踪系统。ChatTracer的创新点在于：1）可靠高效的BLE数据包分组算法；2）将有监督微调（SFT）和强化学习与人类反馈（RLHF）相结合的LLM微调策略。

通过实验观察发现商用的苹果/安卓设备即使在空闲状态下也会每分钟广播数百个BLE数据包，ChatTracer的实验结果表明其不仅优于现有的定位方法，还提供了智能用户交互界面。

最近在这个领域中，还有一些相关的研究，如基于RSSI的定位算法、基于加速度计和陀螺仪的定位算法等。