基于物理特征的边缘计算接入认证算法研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:shakekele
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工业4.0与5G技术使得大量智能物联网终端加入到网络中,在提升网络便捷性与多样性的同时也带来了诸多安全风险。接入认证是保证网络安全的第一道防线,然而由于智能终端多为小型化、低功耗,难以支持传统的基于密码的安全技术对计算复杂度与存储容量的需求。基于物理特征的认证方法因其轻量化、负担集中于认证侧等特点,非常适用于近距离且拥有大量物联网终端的边缘计算场景。但基于物理特征的认证由于其利用设备或信道的物理特征所具有的随机性和唯一性对设备进行认证,导致其具有以下问题:外界噪声对结果干扰较大、对样本量需求较大、物理特征难以提取、认证准确率不高、认证效率低等问题。针对这些问题,本文开展了如下研究:提出了射频指纹特征的优化相参积累降噪方法,可以在不额外需求相参样本的情况下有效地消除硬件波形中的随机噪声,同时去除信道中的高斯白噪声。在使用多分辨率分析控制计算复杂度的基础上,在低信噪比的情况下,不增加识别复杂度,提高了分类精度。本文用推导和实验证明最优高斯支持向量机的核尺度和分类波形的特征维度之间存在正相关关系。通过广泛的实验,本文比较了所提出的方法的优缺点。提出了基于伪随机整合的射频指纹数据增强识别方法,借鉴基因工程中DNA的随机整合,随机挑选提取的特征数据进行整合得到额外的训练数据。与传统方法和随机整合相比,伪随机整合提高了平均分类精度,消除了特征数据训练中的不稳定性。通过对传统整合方法、随机整合和伪随机整合的对比实验,展示了基于伪随机整合的数据增强方法的射频指纹识别结果稳定、识别率高。此外,该方法还可以应用于信号处理和其他一维数据处理中的数据增强。提出了基于一维卷积的信号特征提取算法,考虑边缘计算系统中终端认证的轻量化需求,有效地提取出了信号的波形变化特征。在提高认证准确率的同时,避免了卷积神经网络重复训练优化带来的高复杂度。仿真实验表明,该算法在低信噪比的情况下提高了分类精度,同时将机器学习的训练时间控制在一个可接受的范围内,从而提高了边缘计算接入认证的效率和认证准确率。在拥有海量智能终端的边缘计算系统中,合理分配分类任务可以大大提高运行效率,充分利用计算资源,节省分类时间。针对基于无线信道特征的接入认证协同决策,考虑将单个样本分成若干组,根据每组的预验证准确率分配权重,并通过权重投票得到最终判决结果。该方法可以有效地提高认证精度,并成功摆脱协同决策需要多个接收设备的限制。利用该方法,一个设备就可以完成整个投票决策。同时,它充分利用了接收数据的每一个样本点。此外,它适用于边缘计算系统,可充分利用边缘计算和网络资源,最终减少运行时间。通过工厂环境下的移动场景的接入认证实验,证明该方法在原有方法的基础上在认证准确率上有着较为明显的提升。综上所述,本文提出的几种算法在物理层接入认证的研究领域解决了部分存在的问题,优化了认证的准确率与效率。设计了广泛的仿真与实地实验,仿真采用的数据集大多已公开,实验选用真实场景,具有可比性和可重复性。同时,本文的方法并非仅局限于物理层接入认证,亦适用于如信号处理等其他领域,具有一定的可借鉴性。
其他文献
表面等离子体激元(SPPs)是外部电磁场与良导体材料中的自由电子的集体震荡相互耦合产生的一种激发态表面倏逝波,具有亚波长局域,表面场增强等特性。作为能产生SPPs的天然材料,金属最早出现在研究中,至今已有百余年历史。而金属产生的SPPs的作用范围在纳米量级,早期的加工技术无法使其投入实际应用。近年来,由于微纳加工技术的发展,SPPs再次成为研究的热点,被广泛运用于近场成像、化学生物传感、表面拉曼散
随着物联网的发展,传感器网络作为其感知世界的基础而将广泛存在,使电能供给面临挑战。基于电池的传统供电方式将给传感器网络的维护带来极大的时间和人力成本,从而难以适应未来的发展需求。随着传感器和无线通信的功耗降低,以及现代社会对射频技术的日益依赖,利用无线射频能量供电成为了一种具有前景的替代方案,整流天线作为其中的关键器件引起了国内外学者的关注。然而,目前存在两方面因素制约着无线能量采集的效率。一方面
随着未来移动通信需求的发展、高速率通信场景的增加,以及低频段资源的短缺,毫米波通信技术,由于其具有更多的频谱资源,更大通信带宽,并且能够有效的利用空间域的资源,越来越受到学术界和工业界的重视。因此,毫米波通信技术也成为了5G通信的重要技术之一。本论文从毫米波通信中实际存在的问题出发,首先研究了毫米波通信的信道特性、通过实际测量和大量经典文献的整理,基于前期研究的毫米波信道特性成果,使用不同的毫米波
无线网络技术正迈向与多领域的深度融合,逐步实现无时无处的智能连接、全息连接、深度连接与泛在连接。然而,由于无线网络的广播性及开放性,使得无线网络极易受到窃听以及干扰等恶意攻击。同时,微型无线终端设备的普及,使得这些微型终端的计算和能量都非常有限,基于传统的安全解决方案难以适用于无线网络的低功耗、低计算资源以及高吞吐率下的高安全需求。无线物理层安全技术的提出为解决这些安全问题提供了新的思路。物理层安
近年来人类社会所产生的海量数据使得人工智能技术为制造业产能升级提供了强有力的支持。但与此同时,传统计算机的计算能力与存储性能也逐渐步入瓶颈,核心处理器的电路集成度越来越大,且因不可控制的量子效应导致计算失效。为了克服传统计算机目前的缺陷,在存储和计算等关键领域上重新思考并发明全新的颠覆性技术成为计算机研究领域的热点研究课题。近年来,利用量子力学规律所设计的量子计算机相比经典计算机具有更强大的存储与
近年来,大规模云计算系统不断成为大数据、物联网、人工智能等应用的重要支撑平台,随着其规模和复杂性的急剧增加,各种硬件和软件故障质变为常态现象,多类型的故障需要及时发现和修复。同时,复杂性不断增加的云计算系统架构对可靠性带来的影响不断凸显(如评估困难、运维低效等),并受到学术界和产业界的广泛关注。如何量化复杂的云计算系统可靠性特征并加以保障和有效提升已经成为了制约云计算产业持续发展的关键问题。在现有
光学相干层析成像技术因具有高分辨,非入侵和实时成像的特点,被广泛应用于各种基础研究和临床医学中。但光在通过无序的生物组织时,由于折射率不均匀而发生的多次散射,限制了OCT的成像深度为1~2 mm。近些年来,随着使用空间光调制器优化入射光的波前、样品反射/传输矩阵测量和时间反演等技术的出现,人们提出了很多新型的穿透散射介质成像和聚焦的技术,这其中就包括反馈式的波前整形、光学反射/传输矩阵的测量、光学
与常规相控阵(Phased Array,PA)仅有方位角依赖性的发射波束不同,频控阵(Frequency Diverse Array,FDA)雷达通过对各阵元载频依次施加不同的频率偏移形成具有方位角、距离甚至时间依赖特性的发射波束。因此,频控阵雷达在发射波束形成、杂波和干扰抑制、目标检测与跟踪、参数估计和射频隐身等领域具有广泛的应用前景。本文从频控阵雷达阵列结构和信号的基本特性出发,对其目标检测涉
传统电信网络由一系列的专有物理设备组成,网络服务所需的网络功能都是专有设备。这样的网络使提供网络服务的周期长、服务敏捷性低,并且严重依赖于专用硬件。这些缺点使在传统网络中提供敏捷的、多样的服务变得极其困难。网络功能虚拟化(Network Function Virtualization,NFV)被提出来以解决这些问题。NFV使用虚拟化技术,将基于硬件的网络功能实现为基于软件的虚拟网络功能(Virtu