典型文献
基于注意力残差网络的Wi-Fi设备的射频指纹识别
文献摘要：
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％.
文献关键词：
射频指纹;设备识别;注意力残差网络;物理层安全;通信安全
中图分类号：
作者姓名：
张凯;郭剑黎;胡军星;任俊霞;谭磊
作者机构：
国网河南省电力公司,郑州,450000;河南九域腾龙信息工程有限公司,郑州, 450052
文献出处：
引用格式：
[1]张凯;郭剑黎;胡军星;任俊霞;谭磊-.基于注意力残差网络的Wi-Fi设备的射频指纹识别)[J].南京信息工程大学学报,2022(03):324-330
A类：
B类：
注意力残差网络,Wi,Fi,射频指纹识别,安全协议,无线网络安全,存在隐患,RFF,具有特征,伪造,多场景,多设备,设备识别,残差卷积神经网络,11b,GHz,中达,识别精度,传统算法,识别率,神经网络方法,采样率,dB,SNR,物理层安全,通信安全
AB值：
0.343662
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
