[發明專利]一種基于機器學習的物理層信道認證方法

有效

• 申請號: 201810104718.3
• 申請日: 2018-02-02
• 公開（公告）號: CN108304877B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 陳潔;文紅;陳松林;宋歡歡;劉文潔
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;H04L29/06
• 代理公司: 成都巾幗知識產權代理有限公司 51260
• 代理人: 邢偉

本發明公開了一種基于機器學習的物理層信道認證方法，包括以下步驟：S1.接收機B對合法信息發送者A和模擬非法信息發送者E進行信息包的信道信息(CSI)采集；S2.接收機B對合法信息發送者A和模擬非法信息發送者E的信息包信道信息進行預處理；S3.接收機B生成二分類的訓練數據集；S4.接收機B采用機器學習算法中的分類算法，根據二分類的訓練數據集進行訓練，生成分類器；S5.接收機B利用分類器對收到的信息包進行是合法者還是非法者的判斷，以實現對信息包的認證。本發明提供了一種基于機器學習的物理層信道認證方法，適用于資源受限的認證設備和場景，具有計算復雜度低、認證準確率高的優勢。

技術領域

本發明涉及物理層信道認證，尤其是基于機器學習的物理層信道認證。

背景技術

在未來無線通信系統中，微型終端設備涌入到無線網絡中的數量將會成指數倍增長。微型終端在接入無線網絡過程中，需要建立安全接入認證等安全措施。但是，目前，傳統接入認證主要是基于密碼技術，微型終端設備是多種多樣的，有的很單一，比如可穿戴設備、簡易的物聯網終端等無法提供復雜的計算資源，邊緣計算節點具有一定的數據處理和存儲能力，非對稱資源之間進行接入認證難以大規模使用傳統基于密碼的認證方案。

物理層信道認證利用無線信道信息的空時唯一性，通過比較連續幀之間的信道信息相似性來判斷用戶身份信息。物理層信道認證直接利用信道信息，無需復雜的上層加密運算，具有快速、高效的優勢，十分適用于資源受限的微型終端。但是，實際無線環境中物理層認證的門限難以獲取和確定，從而影響了認證準確率，即使可以人工遍歷門限，但是效率低下且認證準確率也低。

例如，二元假設法對物理層進行認證的方案如下：設接收機B已經認證了第k個數據幀的來源于合法信息發送者A，提取的信道信息是第k+1個數據幀的發送者還是未知的，其信道信息為二元假設檢驗為：

零假設表示第k+1個數據幀與第k個數據幀來源相同，為合法信息發送者A；

備擇假設表示第k+1個數據幀的第k個數據幀來源不同，為模擬非法信息發送者E。

保證連續數據幀之間的最大時間差在相干時間以內是認證進行的前提。

受噪聲和ICI的影響，以及信道估計算法本身的估計誤差，實際得到的信道信息的估計值和分別可以表示為：

其中，N_k和N_k+1同為獨立同分布的復高斯噪聲，并且服從N(0,σ²)分布。所以，直接運用信道信息進行假設檢驗，需要考慮噪聲變量影響，增加認證復雜度。由于N_k和N_k+1具有同樣的統計特性，信道信息的“差值”可以消除噪聲變量的影響。物理層認證轉化成了信道信息“差值”和設定的門限值之間的比較，上式可以表示為：

零假設當前后連續數據幀的信道信息“差值”小于門限值時，發送者身份合法；

備擇假設當前后連續數據幀的信道信息“差值”大于門限值時，發送者身份非法。

上式中可以看出，物理層認證實際就是信道信息“差值”和認證門限之間的比較，所以信道信息“差值”和認證門限是物理層認證的關鍵所在。

檢驗統計量T可以計算信道信息“差值”，最常見的檢驗統計量為基于幅度的檢驗統計量Τ_A，在OFDM系統中，子載波幅度間存在差異，這種差異可以用來對通信者身份進行認證。連續兩個數據幀信道信息為和均包含N_s個頻域信道矩陣是N維方陣的OFDM符號，其中第m(1≤m≤N)行n(1≤n≤N)列元素的相位偏移為：