【技术实现步骤摘要】
一种基于射频指纹图像加扰的物理层安全通信方法
[0001]本专利技术属于通信
,尤其涉及一种基于射频指纹图像加扰的物理层安全通信方法。
技术介绍
[0002]随着物联网的快速发展,传感器、移动设备和控制器生成的大量数据极大地促进了制造流程、数据分析和决策过程。CISCO公司估计,到2021年将在通信系统中连接超过250亿台设备。但是由于物联网的固有性质,接入网络的设备暴露于不受信任的环境中时,很容易受到恶意攻击。因此,物联网的安全问题被认为是工业界和学术界关注的热点,其中涉及到的身份验证尤为重要。
[0003]在此背景下,各种身份认证方法层出不穷,其用于增强物联网系统的安全性,以确保机密信息只能由无线网络中的授权用户访问。但目前大多数身份认证的方法建立于通信协议的上层(例如在网络层);传统的身份验证方案主要用于验证用户或设备的身份,保证数据的完整性,并确保信息的机密性。传统的验证方法包括黑白名单、密码、安全证书、数字签名等,但这些方法却会使物联网系统面临风险和危害。例如,黑名单或密码很容易被伪造或攻击,因此将黑 ...
【技术保护点】
【技术特征摘要】
1.一种基于射频指纹图像加扰的物理层安全通信方法,其特征在于,包括以下步骤:S1、根据发射端射频原始信号的IQ比特流,利用快速傅里叶变换,生成发射端的原始频谱图;S2、利用对抗样本原理对所述原始频谱图进行加扰处理,得到加扰后的身份指纹图像;S3、通过发射端将加扰后的身份指纹图像与射频原始信号的IQ比特流进行合并,并通过信道传送至接收端,同时运用信道估计进行去噪处理;S4、在接收端进行基于指纹图像的身份认证,完成基于射频指纹图像加扰的物理层的安全通信。2.根据权利要求1所述的基于射频指纹图像加扰的物理层安全通信方法,其特征在于,所述步骤S2包括以下步骤:S201、利用对抗样本算法对所述原始频谱图进行加扰处理,得到加扰后的身份指纹图像;S202、利用已训练的深度学习模型识别所述身份指纹图像所关联的设备类型中错误的设备,完成对身份指纹图像的加扰处理。3.根据权利要求2所述的基于射频指纹图像加扰的物理层安全通信方法,其特征在于,所述步骤S201中深度学习模型包括依次连接的第一卷积层、第二卷积层、...
【专利技术属性】
技术研发人员:吴薇薇,胡苏,高原,林迪,曹江,尹峻松,王双双,
申请(专利权)人:中国人民解放军军事科学院战争研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。