본 논문은 도시 환경에서 WiFi 기반 이동성 모니터링을 위한 AI 기반 장치 지문 및 재식별 프레임워크인 MobRFFI를 제시한다. MAC 주소 랜덤화 문제를 해결하기 위해, WiFi 칩셋 하드웨어 손상을 기반으로 고유한 특징을 추출하는 인코더 심층 학습 모델을 활용하여 MAC 주소 없이 WiFi 트래픽을 방출 장치에 할당한다. WiSig 데이터셋과 새롭게 수집된 MobRFFI 데이터셋을 사용하여 평가한 결과, 단일일 재식별 시나리오에서 100%, 다일 재식별 시나리오에서 94%의 장치 정확도를 달성하였으며, 다중 수신기 지문 결합을 통해 재식별 성능이 향상됨을 보였다.
