[發(fā)明專利]一種基于主成分分析和殘差網(wǎng)絡的物理層認證方法有效
| 申請?zhí)枺?/td> | 202010311808.7 | 申請日: | 2020-04-20 |
| 公開(公告)號: | CN111541632B | 公開(公告)日: | 2020-11-03 |
| 發(fā)明(設計)人: | 潘緋;李曉凡;蒲海波;王維;郭艷 | 申請(專利權)人: | 四川農(nóng)業(yè)大學 |
| 主分類號: | H04L25/02 | 分類號: | H04L25/02;H04L29/08;H04L29/06 |
| 代理公司: | 成都巾幗知識產(chǎn)權代理有限公司 51260 | 代理人: | 邢偉 |
| 地址: | 625000 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 成分 分析 網(wǎng)絡 物理層 認證 方法 | ||
本發(fā)明公開了一種基于主成分分析和殘差網(wǎng)絡的物理層認證方法,包括以下步驟:S1.利用接收機提取來自已知合法終端和非法終端的原始信道矩陣,上傳到云端服務器;依據(jù)主成分分析方法,對每一個原始信道矩陣進行主成分分析以實現(xiàn)降維,得到降維信道信息集;S2.在每一個維度下,云端服務器分別將降維信道信息集離線地劃分為訓練集和驗證集,得到各個維度對應的訓練集和驗證集;S3.在每一個維度下,云端服務器將該維度對應的訓練集和驗證集輸入改進的殘差網(wǎng)絡進行離線訓練和驗證,得出信道認證的最優(yōu)維度和改進的殘差網(wǎng)絡的最優(yōu)模型,并將其發(fā)送給接收機;S4.接收機基于最優(yōu)維度和改進的殘差網(wǎng)絡的最優(yōu)模型,實現(xiàn)對未知信道信息的在線認證。本發(fā)明物理層認證方法具有準確率高,受噪聲影響小的優(yōu)勢。
技術領域
本發(fā)明涉及無線通信中的物理層信道認證方案,尤其是涉及一種基于主成分分析和殘差網(wǎng)絡的物理層認證方法。
背景技術
物理層認證是一種在無線通信系統(tǒng)中的安全認證方案,其基本思想是利用通信雙方之間的無線信道指紋,即信道的空時唯一性,來區(qū)分發(fā)射節(jié)點。相對于基于密碼學的上層認證方案,基于信道指紋的物理層認證方案消耗的計算資源少,認證效率高。當前的物理層認證主要使用的方案有兩大類,一類是基于閾值篩選的方案,這種方案在移動場景下的認證準確率與理想值相差較大。CN109862563A針對此類方案準確性不高的問題提出了一種改進,但本質仍然是基于閾值篩選的方法。另一類物理層認證是基于傳統(tǒng)機器學習的方案,如CN108718292中使用的SVM(Support Vector Machine,支持向量機);CN108924836B使用的DNN(Deep Neural Networks,深度神經(jīng)網(wǎng)絡),CN108924150A中使用的BPNN(BackPropagation Neural Network,反向傳播神經(jīng)網(wǎng)絡)等。另外,陳潔,陳松林,文紅等提出了一種基于Adaboost的物理層信道認證模型,采用了基于自適應增強(Adaboost)的物理層認證方案。然而,以上基于傳統(tǒng)機器學習的物理層信道認證方案的準確率與普適性雖有所改進,但仍有不足。
當前在機器學習領域最流行的卷積神經(jīng)網(wǎng)絡(CNN,Convolutional NeuralNetwork)方法,卷積神經(jīng)網(wǎng)絡與深度神經(jīng)網(wǎng)絡(DNN)以及反向傳播神經(jīng)網(wǎng)絡(BPNN)等傳統(tǒng)機器學習算法有較大區(qū)別,因為其解決了傳統(tǒng)的網(wǎng)絡參數(shù)太多,很難訓練的問題,另外,CNN使用了“局部感受”和“權值共享”的概念,大大減少了網(wǎng)絡參數(shù)的數(shù)量,加快了運算效率且有效防止了過擬合。
殘差網(wǎng)絡(ResNet)由Deep Residual Learning for Image Recognition一文提出,其在卷積神經(jīng)網(wǎng)絡的基礎上,加入了一個恒等映射模塊,解決了過去神經(jīng)網(wǎng)絡隨著網(wǎng)絡加深出現(xiàn)的梯度消失和梯度爆炸問題,從而有效地提高了準確率。但是,殘差網(wǎng)絡本身通常用來處理二維數(shù)據(jù),用于處理一維數(shù)據(jù)是并不合適的;主成分分析(PCA,PrincipalComponent Analysis)方法通過某種線性投影,將高維的數(shù)據(jù)映射到低維的空間中,并期望在所投影的維度上數(shù)據(jù)的信息量(方差)最大,也就是從信道矩陣中有效地提取影響認證的主要元素,在降低數(shù)據(jù)維度的同時,使得“信息”損失較小。
發(fā)明內容
本發(fā)明的目的在于克服現(xiàn)有技術的不足,提供一種基于主成分分析和殘差網(wǎng)絡的物理層認證方法,有效地提高了物理層認證的準確率。
本發(fā)明的目的是通過以下技術方案來實現(xiàn)的:一種基于主成分分析和殘差網(wǎng)絡的物理層認證方法,包括以下步驟:
S1.利用接收機提取來自已知合法終端和非法終端的原始信道矩陣,并構建信道信息集上傳到云端服務器;
云端服務器依據(jù)主成分分析方法,離線地對原始信道矩陣進行主成分分析以實現(xiàn)降維,得到降維信道信息集;在進行主成分分析降維時,基于不同的降維維度,最終得到多個不同維度的降維信道信息集;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川農(nóng)業(yè)大學,未經(jīng)四川農(nóng)業(yè)大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010311808.7/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 網(wǎng)絡和網(wǎng)絡終端
- 網(wǎng)絡DNA
- 網(wǎng)絡地址自適應系統(tǒng)和方法及應用系統(tǒng)和方法
- 網(wǎng)絡系統(tǒng)及網(wǎng)絡至網(wǎng)絡橋接器
- 一種電力線網(wǎng)絡中根節(jié)點網(wǎng)絡協(xié)調方法和系統(tǒng)
- 一種多網(wǎng)絡定位方法、存儲介質及移動終端
- 網(wǎng)絡裝置、網(wǎng)絡系統(tǒng)、網(wǎng)絡方法以及網(wǎng)絡程序
- 從重復網(wǎng)絡地址自動恢復的方法、網(wǎng)絡設備及其存儲介質
- 神經(jīng)網(wǎng)絡的訓練方法、裝置及存儲介質
- 網(wǎng)絡管理方法和裝置





