CN111556499B - 基于智能感知的多属性物理层认证方法 - Google Patents
基于智能感知的多属性物理层认证方法 Download PDFInfo
- Publication number
- CN111556499B CN111556499B CN202010384860.5A CN202010384860A CN111556499B CN 111556499 B CN111556499 B CN 111556499B CN 202010384860 A CN202010384860 A CN 202010384860A CN 111556499 B CN111556499 B CN 111556499B
- Authority
- CN
- China
- Prior art keywords
- physical layer
- authentication
- module
- layer attribute
- attribute set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
基于智能感知的多属性物理层认证方法,属于无线通信技术领域,是为了解决现有的物理层认证方法在动态场景下性能差的问题,本发明的信号处理方法为:物理层属性提取模块从步骤一接收到的信号中提取N个对物理层认证有效的物理层属性,形成物理层属性集,采用参数控制模块对物理层属性集进行测试,生成初始参数并发送给最优物理层属性集选择模块,最优物理层属性集选择模块初始最优物理层属性集置为空集,采用认证开销约束模块判断最优物理层属性集选择模块所形成的最优物理层属性集的认证开销是否已达到了预设的资源预算,然后利用最优物理层属性集选择模块根据所述参数控制模块生成的参数,从物理层属性提取模块形成的物理层属性集中选择对认证性能最有利的物理层属性,并将其加入到最优物理层属性集中。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种基于智能感知的多属性物理层认证方法。
背景技术
近年来,物联网正逐步走向成熟,相关技术发展带来的便捷和舒适的用户体验使其慢慢成为人们生活中不可或缺的一部分,随着物联网数字化程度的提高和其应用领域的不断扩大,人们对它的安全性能有了更高的要求,在安全认证领域,由于具有低计算开销,低能耗和低网络等待时间等优势,与底层网络基础架构和无线电访问技术无关的物理层认证已引起了学术界和行业的关注并得到了广泛的研究,物理层认证技术基于与信道或设备有关的特定的属性对模拟域进行测量并提取唯一的物理层指纹以进行身份验证,可以取得较好的认证效果。
然而,现有的物理层身份认证方案仍然存在一定的局限性,首先,现有方案主要通过预先设计静态属性来进行认证,预选的物理层属性与场景高度相关,当遇到动态场景时,其认证的可靠性和准确性会迅速下降,其次,现有的物理层身份认证方案需要“优化阈值”以平衡漏检率和误报率之间不可避免的折衷,这使其不适用于时变环境,此外,对物理层属性的不正确测量也会增加合作方身份认证的不确定性,因此,现有物理层认证方法在实际动态场景下的性能仍然较差,对其存在缺陷进行补充和优化成为一个值得关注的研究方向。
发明内容
本发明是为了解决现有的物理层认证方法在动态场景下性能差的问题,而提出了一种基于智能感知的多属性物理层认证方法。
基于智能感知的多属性物理层认证方法,它是基于智能感知的多属性物理层认证系统实现的,所述智能感知的多属性物理层认证系统包括信号接收模块、物理层属性提取模块、最优物理层属性集选择模块、认证开销约束模块、参数控制模块和物理层认证模块;
所述信号接收模块由接收天线或天线阵组成,用于从无线信道中接收所需进行物理层身份认证的通信信号;
物理层属性提取模块用于从信号接收模块所接收到的信号中提取接收信号强度、信道状态信息和到达角等多个对认证有效的物理层属性,形成物理层属性集并将其送至最优物理层属性集选择模块;
所述最优物理层属性集选择模块用于从物理层属性提取模块所提取的多个属性中选择能取得最好认证性能的一组物理层属性,构成最优物理层属性集;
所述认证开销约束模块用于在最优物理层属性集模块选择N个物理层属性的过程中约束其所需的认证开销不超过系统的资源预算,N为正整数;
所述参数控制模块用于在最优物理层属性集选择模块选择最优物理层属性集的过程中对选取规则进行控制,并在每一个认证任务完成后进行实时更新;
所述物理层认证模块用于利用最优物理层属性集选择模块所选取的最优物理层属性集对接收到的信号的合法性进行判决,得到认证结果;
基于智能感知的多属性物理层认证方法,它包括以下步骤:
步骤一、信号接收模块通过天线从信道中接收信号,并将接收信号送入物理层属性提取模块;
步骤二、物理层属性提取模块从步骤一接收到的信号中提取N个对物理层认证有效的物理层属性,N为实数,如接收信号强度、信道状态信息和到达角等,形成物理层属性集;
步骤三、采用参数控制模块对步骤二形成的物理层属性集进行测试,生成初始参数并发送给最优物理层属性集选择模块;
步骤四、最优物理层属性集选择模块初始最优物理层属性集置为空集;
步骤五、采用认证开销约束模块判断最优物理层属性集选择模块所形成的最优物理层属性集的认证开销是否已达到了预设的资源预算,如果判断结果为否,则执行步骤六,如果判断结果为是,则执行步骤七;
步骤六、采用最优物理层属性集选择模块根据所述参数控制模块生成的参数,从物理层属性提取模块形成的物理层属性集中选择对认证性能最有利的物理层属性,并将其加入到最优物理层属性集中,然后返回执行步骤五;
步骤七、采用最优物理层属性集选择模块将步骤六所形成的最优物理层属性集发送给参数控制模块和物理层认证模块;
步骤八、采用参数控制模块根据最优物理层属性集选择模块的选择结果对其下一次发送给最优物理层属性集选择模块的参数进行更新;
步骤九、采用物理层认证模块利用物理层属性集选择模块所选取的最优物理层属性集对所接收到的信号的合法性进行判决,得到认证结果,完成一次基于智能感知的多属性物理层认证。
本发明的有益效果是:本发明提出了一种基于智能感知的多属性物理层认证方法,通过提取并联合分析多个可用于认证的物理层属性来提高物理层认证方案的性能,在本发明中,采用智能搜素的方式对物理层属性进行选择,即自主的动态选择可以最大化认证能力的有效属性并对每次选择的经验进行学习,在动态场景下,由于认证者可以根据学习的经验自适应地选择最优物理层属性集并利用其进行认证,有效增强了物理层认证的可靠性和鲁棒性,提升了无线通信系统的物理层认证能力。
附图说明
图1是本发明所述智能感知的多属性物理层认证系统的结构示意图;
图2是是本发明的基于智能感知的多属性物理层认证方法的流程图;
图3是本发明的基于智能感知的多属性物理层认证方法在静态场景下的累积效用仿真示意图;
图4是本发明的基于智能感知的多属性物理层认证方法在静态场景下的认证性能仿真示意图;
图5是本发明的基于智能感知的多属性物理层认证方法在动态场景下的累积效用仿真示意图;
图6是本发明的基于智能感知的多属性物理层认证方法在动态场景下的认证性能仿真示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
具体实施方式一:结合图1说明本发明的具体实施方式:
基于智能感知的多属性物理层认证方法,其系统模型包括信号接收模块、物理层属性提取模块、最优物理层属性集选择模块、认证开销约束模块、认证参数控制模块、物理层认证模块。
信号接收模块由接收天线或天线阵组成,用于从无线信道中接收所需进行物理层认证的通信信号。
物理层属性提取模块用于从信号接收模块所接收到的信号中提取接收信号强度、信道状态信息和到达角等多个对认证有效的物理层属性,形成物理层属性集并将其送至最优物理层属性集选择模块。
最优物理层属性集选择模块用于从物理层属性提取模块所提取的多个属性中选择能取得最好认证性能的一组物理层属性,构成最优物理层属性集。
认证开销约束模块用于在最优物理层属性集模块选择多个物理层属性的过程中约束其所需的认证开销不超过系统的资源预算。
参数控制模块用于在最优物理层属性集选择模块选择最优物理层属性集的过程中对选取规则进行控制,并在每一个认证任务完成后进行实时更新。
物理层认证模块用于利用最优物理层属性集选择模块所选取的最优物理层属性集对接收到的信号的合法性进行判决,得到认证结果。
具体实施方式二:结合图2说明本具体实施方式,基于具体实施方式一的基于智能感知的多属性物理层认证方法,它由以下步骤实现:
步骤一、信号接收模块通过天线从信道中接收信号,并将其送入物理层属性提取模块;
步骤二、物理层属性提取模块从步骤一接收到的信号中提取多个对物理层认证有效的物理层属性,如接收信号强度、信道状态信息和到达角等,形成物理层属性集;
步骤三、参数控制模块对物理层属性提取模块所形成的物理层属性集进行测试,生成初始参数并发送给最优物理层属性集选择模块;
步骤四、最优物理层属性集选择模块将初始最优物理层属性集置为空集;
步骤五、认证开销约束模块判断最优物理层属性集选择模块所形成的最优物理层属性集的认证开销是否已达到了资源预算,如果否则执行步骤六,如果是则执行步骤七;
步骤六、最优物理层属性集选择模块根据参数控制模块生成的参数,从物理层属性提取模块形成的物理层属性集中选择对认证性能最有利的物理层属性,并将其加入到最优物理层属性集中,之后返回执行步骤五;
步骤七、最优物理层属性集选择模块将步骤六所形成的最优物理层属性集发送给参数控制模块和物理层认证模块;
步骤八、参数控制模块依据最优物理层属性集选择模块的选择结果对其下一次发送给最优物理层属性集选择模块的参数进行更新;
步骤九、物理层认证模块利用物理层属性集选择模块所选取的最优物理层属性集对所接收到的信号的合法性进行判决,得到认证结果。
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
本发明的上述实施例仅为详细地说明本发明的信号处理模型和信号处理流程,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
图3和图4分别说明了本发明的基于智能感知的多属性物理层认证方法在静态场景下的性能,仿真结果表明,相比于预设特定静态属性的传统认证方法,所提方法在累计效用和认证性能上表现更为优异,这说明与对静态方案的“阈值”进行优化不同,本发明利用多个属性联合分析来提高物理层认证性能的方案取得了认证可靠性和鲁棒性上的优势,这种优势在动态场景下表现的更为明显,图5和图6即为在动态场景下的累积效用和身份认证性能实验结果,仿真结果表明,传统方法的性能在遇到动态无线环境时会迅速下降,一旦预设属性与当前的通信环境不能良好匹配,基于静态属性的身份认证方案将不再可靠,而对于本发明所提基于智能感知的多属性物理层认证方法,通过在可选物理层属性上扩展维度,可以使最优物理层属性集的选择具有更大的自由度,从而取得更好的认证效果,同时,由于采用了实时更新的选择策略,在每次认证任务中都充分利用了从已完成的认证任务中得到的经验,这使得对每个物理层属性的评估更为全面和准确,接收端据此自适应的选择最优物理层属性集用于身份认证,可以显著提高系统在动态场景下的认证性能。
Claims (2)
1.基于智能感知的多属性物理层认证方法,它是基于智能感知的多属性物理层认证系统实现的,所述智能感知的多属性物理层认证系统包括信号接收模块、物理层属性提取模块、最优物理层属性集选择模块、认证开销约束模块、参数控制模块和物理层认证模块;
所述信号接收模块由接收天线或天线阵组成,用于从无线信道中接收所需进行物理层身份认证的通信信号;
物理层属性提取模块用于从信号接收模块所接收到的信号中提取对认证有效的物理层属性,所述物理层属性包括:接收信号强度、信道状态信息和到达角,形成物理层属性集并将其送至最优物理层属性集选择模块;
所述最优物理层属性集选择模块用于从物理层属性提取模块所提取的多个属性中选择能取得最好认证性能的一组物理层属性,构成最优物理层属性集;
所述认证开销约束模块用于在最优物理层属性集模块选择N个物理层属性的过程中约束其所需的认证开销不超过系统的资源预算,N为正整数;
所述参数控制模块用于在最优物理层属性集选择模块选择最优物理层属性集的过程中对选取规则进行控制,并在每一个认证任务完成后进行实时更新;
所述物理层认证模块用于利用最优物理层属性集选择模块所选取的最优物理层属性集对接收到的信号的合法性进行判决,得到认证结果;
基于智能感知的多属性物理层认证方法,它包括以下步骤:
步骤一、信号接收模块通过天线从信道中接收信号,并将接收信号送入物理层属性提取模块;
步骤二、物理层属性提取模块从步骤一接收到的信号中提取N个对物理层认证有效的物理层属性,N为实数,如接收信号强度、信道状态信息和到达角,形成物理层属性集;
步骤三、采用参数控制模块对步骤二形成的物理层属性集进行测试,生成初始参数并发送给最优物理层属性集选择模块;
步骤四、最优物理层属性集选择模块初始最优物理层属性集置为空集;
步骤五、采用认证开销约束模块判断最优物理层属性集选择模块所形成的最优物理层属性集的认证开销是否已达到了预设的资源预算,如果判断结果为否,则执行步骤六,如果判断结果为是,则执行步骤七;
步骤六、采用最优物理层属性集选择模块根据所述参数控制模块生成的参数,从物理层属性提取模块形成的物理层属性集中选择对认证性能最有利的物理层属性,并将其加入到最优物理层属性集中,然后返回执行步骤五;
步骤七、采用最优物理层属性集选择模块将步骤六所形成的最优物理层属性集发送给参数控制模块和物理层认证模块;
步骤八、采用参数控制模块根据最优物理层属性集选择模块的选择结果对其下一次发送给最优物理层属性集选择模块的参数进行更新;
步骤九、采用物理层认证模块利用物理层属性集选择模块所选取的最优物理层属性集对所接收到的信号的合法性进行判决,得到认证结果,完成一次基于智能感知的多属性物理层认证。
2.根据权利要求1所述的基于智能感知的多属性物理层认证方法,其特征在于步骤二中,步骤二、物理层属性提取模块从步骤一接收到的信号中提取N个对物理层认证有效的物理层属性包括:接收信号强度、信道状态信息和到达角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010384860.5A CN111556499B (zh) | 2020-05-09 | 2020-05-09 | 基于智能感知的多属性物理层认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010384860.5A CN111556499B (zh) | 2020-05-09 | 2020-05-09 | 基于智能感知的多属性物理层认证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111556499A CN111556499A (zh) | 2020-08-18 |
CN111556499B true CN111556499B (zh) | 2023-04-07 |
Family
ID=72003452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010384860.5A Active CN111556499B (zh) | 2020-05-09 | 2020-05-09 | 基于智能感知的多属性物理层认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111556499B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117081867B (zh) * | 2023-10-17 | 2024-01-23 | 北京交通大学 | 基于印象加权的协作物理层认证方法及电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103107888B (zh) * | 2013-01-24 | 2015-11-18 | 贵州大学 | 面向移动终端的动态多属性多级别的身份认证方法 |
CN108718292B (zh) * | 2018-03-29 | 2020-12-29 | 南京邮电大学 | 一种无线通信物理层认证方法 |
CN109829477B (zh) * | 2018-12-29 | 2023-04-18 | 北京邮电大学深圳研究院 | 基于启发式聚类的多属性物理层认证方法、装置和服务器 |
CN109819444B (zh) * | 2019-01-11 | 2021-07-30 | 杭州电子科技大学 | 一种基于无线信道特征的物理层初始认证方法及系统 |
CN110381509B (zh) * | 2019-06-04 | 2022-01-11 | 北京邮电大学深圳研究院 | 一种适用于动态连接场景的联合认证方法和服务器 |
-
2020
- 2020-05-09 CN CN202010384860.5A patent/CN111556499B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111556499A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106804046B (zh) | 基于测量报告的移动台定位方法及装置 | |
CN103648164B (zh) | 一种基于到达时间差和Gossip算法的无线传感器网络分布式定位方法 | |
CN108882174B (zh) | 移动终端定位方法、装置、电子设备及存储介质 | |
CN103440473B (zh) | 指纹定位方法与服务器 | |
CN103593400A (zh) | 一种基于改进Apriori算法的雷电活动数据统计方法 | |
CN111556499B (zh) | 基于智能感知的多属性物理层认证方法 | |
CN102914325B (zh) | 一种基于消散型同步的混沌背景下微弱信号检测方法 | |
CN103220052A (zh) | 一种认知无线电中检测频谱空洞的方法 | |
CN106470435B (zh) | 识别WiFi群的方法及系统 | |
CN113988314A (zh) | 一种选择客户端的分簇联邦学习方法及系统 | |
CN104660356A (zh) | 一种具有可靠虚警性能的半盲协作式频谱感知方法 | |
CN116017488B (zh) | 基于边界搜索的大区域散射通信覆盖预测方法及系统 | |
CN111044974B (zh) | 基于WiFi信号的室内定位方法和装置、存储介质 | |
CN112328728A (zh) | 挖掘出行者轨迹的聚类方法、装置、电子装置和存储介质 | |
CN101835173A (zh) | 一种td-scdma无线网络基于地理位置覆盖效果的系统和分析方法 | |
CN108521631B (zh) | 一种面向室内定位的移动ap识别方法 | |
CN114413409A (zh) | 用于空调故障概率的检测方法及装置、智能空调 | |
CN103888201A (zh) | 一种利用空间分集的协作频谱感知方法 | |
CN105099587A (zh) | 移动场景下认知无线电频谱感知系统检测性能参量获得方法 | |
CN103902954A (zh) | 一种不良视频的鉴别方法和系统 | |
Chen et al. | A supervised learning based semantic location extraction method using mobile phone data | |
CN103036626B (zh) | 基于认知无线电协作用户与检测门限联合选择的无线通信方法 | |
CN103442431A (zh) | 指纹定位方法与服务器 | |
CN111464367A (zh) | 建立虚拟通信连接的方法、装置、计算机设备和存储介质 | |
CN104469811A (zh) | 认知无线传感网络分簇合作频谱感知硬融合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |