System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及lora网络中节点设备认证机制,具体为基于射频指纹技术与cnn-bilstm的lora网络安全身份认证方法。
技术介绍
1、lora网络是一种低功耗、长距离的无线通信协议,被广泛用于物联网应用。然而,lora网络中的节点设备可能存在硬件或软件上的安全漏洞,在实际应用中,并不能完全保证通信安全,同时会让攻击者的联网设备有机可乘,使得设备无法进行正常的通信;攻击者也可能尝试入侵 lora 网络的安全机制,获取传输的数据,导致隐私泄露、商业机密暴露等其他安全风险。现有的一些解决方案例如基于设备 mac 地址的认证,其缺点在于mac地址可以被伪造,会导致未经授权的设备接入lora网络。因此,利用射频指纹的唯一性和难以篡改性作为身份识别的凭证,同时设计一种强大的网关提高lora网络安全性是很有必要的。
技术实现思路
1、本专利技术为了解决现有的lora网络缺乏有效的身份认证机制、网关的物理安全性没有保障,随时可能受未经授权的设备访问和物理损害的问题,提出了一种基于射频指纹技术与cnn-bilstm的lora网络安全身份认证方法。
2、本专利技术是采用如下的技术方案实现的:基于射频指纹技术与cnn-bilstm的lora网络安全身份认证方法,包括以下步骤:
3、第一步:构造lora网关进行数据采样:将无线电外围设备、lora shield信号稳定发射模块连接到树莓派4b,连接后作为 lora网络的网关,网关通过无线电外围设备对lora网络中的节点设备进行数
4、第二步:对lora节点数据进行预处理并提取射频指纹特征:对原始节点数据进行清洗,使用zscore函数对原始数据标准化,对标准化后的数据进行可视化处理得到iq图,iq图中的瞬态特征、稳态特征以及频率偏差共同构成射频指纹特征,
5、第三步:改进cnn-lstm模型为cnn-bilstm模型,cnn-lstm模型中加入一个逆向的lstm层,之后添加一个全连接层将正向和逆向lstm的输出连接在一起,将标准化后的数据分为验证集和训练集, 训练集对cnn-bilstm模型进行训练,验证集验证训练后的cnn-bilstm模型,通过改变相关参数提升cnn-bilstm模型的准确率,直到cnn-bilstm模型的准确率达到要求;
6、第四步:lora网关利用训练好的cnn-bilstm模型对lora网络中的节点设备进行认证。
7、上述的基于射频指纹技术与cnn-bilstm的lora网络安全身份认证方法,从iq图中选取振幅作为瞬态特征;从iq图中选取一段时间内振幅的变化量作为稳态特征;标准化后的数据通过时间同步获得用于判决的采样点,利用星座轨迹图显示采样点的变化,反映原始数据频率偏差因素。
8、本专利技术设计了一种更强大的lora网关,使其不再局限于一种短距离接收信号的同时还可以利用射频指纹特征的唯一性保证了接入设备的安全,解决了信道中的衰落干扰问题,改进了cnn-lstm网络模型,大大提升了物理层接入认证机制的安全性。
本文档来自技高网...【技术保护点】
1.基于射频指纹技术与CNN-BILSTM的LoRa网络安全身份认证方法,其特征在于包括以下步骤:
2.根据权利要求1所述的基于射频指纹技术与CNN-BILSTM的LoRa网络安全身份认证方法,其特征在于从IQ图中选取振幅作为瞬态特征;从IQ图中选取一段时间内振幅的变化量作为稳态特征;标准化后的数据通过时间同步获得用于判决的采样点,利用星座轨迹图显示采样点的变化,反映原始数据频率偏差因素。
【技术特征摘要】
1.基于射频指纹技术与cnn-bilstm的lora网络安全身份认证方法,其特征在于包括以下步骤:
2.根据权利要求1所述的基于射频指纹技术与cnn-bilstm的lora网络安全身份认证方...
【专利技术属性】
技术研发人员:朱飑凯,解薪冉,秦丽娜,李茹茹,茹子豪,张袁凯,朱胜男,吴佳俪,李峰,刘三满,
申请(专利权)人:山西警察学院,
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。