典型文献
基于物理层的LoRa设备身份识别方法研究
文献摘要：
随着通信技术的发展,大量无线通信设备接入网络,然而,由于无线网络的开放性,使得恶意用户可能通过伪装身份冒充合法用户接入网络,严重威胁了无线通信网络的安全.由于发射机物理层具有稳定性和唯一性等特性,提取发射机物理层特征作为终端的身份标识对设备进行身份识别成为近几年研究的热点.分析了近年来基于设备物理层特征实现设备身份识别的研究进展,针对现有LoRa设备指纹身份识别方法存在的风险,提出了一种基于设备指纹的LoRa设备识别模型,采用OneClassSVM单分类算法,将非法设备识别转化为异常检测问题,实现了对待测设备合法性的鉴权,获得了较高的识别率,设计了一种误报消除算法实现了误警率的降低,并验证了随机森林、支持向量机(SVM)、KNN作为分类器在设备身份识别中的性能.
文献关键词：
LoRa;机器学习;设备身份识别;支持向量机;K近邻;随机森林
中图分类号：
作者姓名：
魏思佳;李涛;姜禹
作者机构：
东南大学网络空间安全学院 南京211189;网络通信与安全紫金山实验室 南京211111
文献出处：
引用格式：
[1]魏思佳;李涛;姜禹-.基于物理层的LoRa设备身份识别方法研究)[J].信息安全研究,2022(01):19-27
A类：
OneClassSVM,单分类算法
B类：
物理层,LoRa,设备身份识别,通信设备,设备接入,接入网络,无线网络,恶意用户,伪装,冒充,用户接入,无线通信网络,发射机,唯一性,身份标识,别成,征实,设备指纹,纹身,存在的风险,设备识别,识别模型,异常检测,检测问题,识别率,误报,算法实现,KNN,分类器,近邻
AB值：
0.320965
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。
