基于注意力残差网络的Wi-Fi设备的射频指纹识别.
- Resource Type
- Article
- Authors
- 张凯; 郭剑黎; 胡军星; 任俊霞; 谭磊
- Source
- Journal of Nanjing University of Information Science & Technology (Natural Science Edition) / Nanjing Xinxi Gongcheng Daxue Xuebao (ziran kexue ban). 2022, Vol. 14 Issue 3, p324-330. 7p.
- Subject
- Language
- Chinese
- ISSN
- 1674-7070
由于无线介质的开放性,传统的基于安全协议的无线网络安全存在隐患,基于物理层的射频指纹(RFF)识别,具有特征难以伪造的优点,能有效提高无线网络的安全性.针对多场景、多设备识别任务,构建了基于注意力残差卷积神经网络的射频指纹识别方法.实验采集构建了完备的数据集,数据集包含32个Wi-Fi模块,覆盖802.11b标准的2.4 GHz模块.对比结果表明:该方法在32个Wi-Fi模块的识别中达到90%的识别精度,高于传统算法86%的识别率和卷积神经网络方法的89%的识别率;不同采样率的数据集在2 dB时均可以达到90%以上的识别精度,最终在信噪比(SNR)大于20 dB时,识别精度可以达到96%. [ABSTRACT FROM AUTHOR]