[發明專利]一種光通信設備指紋特征提取及設備身份識別方法和系統

有效

• 申請號: 202110602367.0
• 申請日: 2021-05-31
• 公開（公告）號: CN113347175B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 程孟凡;范成鵬;鄧磊;楊奇;劉德明
• 申請（專利權）人: 華中科技大學
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06K9/00;G06K9/62;G06N3/04
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 王穎翀

1.一種光通信設備指紋特征提取及設備身份識別方法，其特征在于，包括：

S101，對光通信設備接收端接收到的信號y(t)進行重構，得到發送端發送的信號x(t)；基于y(t)、x(t)及信道噪聲模型，構建設備指紋特征向量

S102，對所述設備指紋特征向量分別進行兩層高低頻均勻小波分解與重構，獲得設備指紋特征矩陣；

S103，將所述設備指紋特征矩陣輸入預先訓練好的神經網絡模型，得到光通信設備的設備身份；

所述信道噪聲模型為：

y(t)＝x(t)×a(t)+b(t)；

其中，a(t)為乘性噪聲，b(t)為加性噪聲。

2.如權利要求1所述的光通信設備指紋特征提取及設備身份識別方法，其特征在于，所述對所述設備指紋特征向量分別進行兩層高低頻均勻小波分解與重構，獲得設備指紋特征矩陣，具體為：

分別對設備指紋特征向量進行第一層高低頻均勻小波分解與重構，得到第一層重構向量；

分別對第一層重構向量進行第二層高低頻均勻小波分解與重構，得到第二層重構向量；

所述第一層重構向量與第二層重構向量共同組成設備指紋特征矩陣。

3.如權利要求2所述的光通信設備指紋特征提取及設備身份識別方法，其特征在于，分解公式為：

其中，W(j，k)為小波系數，為小波母函數的共軛函數，j為尺度因子，k為平移因子，f(t)為待分解的向量；

重構公式為：

其中，f′(t)為重構向量。

4.如權利要求1所述的光通信設備指紋特征提取及設備身份識別方法，其特征在于，所述神經網絡模型是以設備指紋特征矩陣為樣本，以設備身份為標簽進行監督訓練得到的。

5.如權利要求1或4所述的光通信設備指紋特征提取及設備身份識別方法，其特征在于，所述神經網絡模型為卷積神經網絡模型，包括輸入層、卷積層、ReLU層、池化層、全連接層、Softmax層和分類輸出層。

6.如權利要求5所述的光通信設備指紋特征提取及設備身份識別方法，其特征在于，所述卷積層包括多個大小為3×3的卷積核。

7.一種光通信設備指紋特征提取及設備身份識別系統，其特征在于，包括：

設備指紋特征提取模塊，用于基于光通信設備接收端接收到的信號y(t)、發送端發送的信號x(t)及信道噪聲模型，構建設備指紋特征向量

對所述設備指紋特征向量分別進行兩層高低頻均勻小波分解與重構，獲得設備指紋特征矩陣；

設備身份識別模塊，用于將所述特征矩陣輸入預先訓練好的神經網絡模型，得到光通信設備的設備標簽；

所述信道噪聲模型為：

y(t)＝x(t)×a(t)+b(t)；

其中，a(t)為乘性噪聲，b(t)為加性噪聲。