[發(fā)明專利]一種光通信設(shè)備指紋特征提取及設(shè)備身份識別方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110602367.0
• 申請日: 2021-05-31
• 公開（公告）號: CN113347175B
• 公開（公告）日: 2022-09-27
• 發(fā)明（設(shè)計）人: 程孟凡;范成鵬;鄧磊;楊奇;劉德明
• 申請（專利權(quán)）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

本發(fā)明公開了一種光通信設(shè)備指紋特征提取及設(shè)備身份識別方法和系統(tǒng)，首先通過信道噪聲模型進行初步的設(shè)備指紋特征提取，再通過雙層高低頻均勻小波分解與重構(gòu)方法進一步提取設(shè)備指紋特征，最后通過神經(jīng)網(wǎng)絡(luò)模型進行深層次地特征提取與識別，從而實現(xiàn)對接入的光通信設(shè)備的身份識別與認證。本發(fā)明提供的方法，能夠精確、有效提取出光通信系統(tǒng)中的設(shè)備指紋特征。相比于傳統(tǒng)的基于密碼機制的身份認證方法，本發(fā)明提供的方法在光通信物理層中提供了一種無需密碼的身份認證方法，具有一定的先進性和有效性，為光通信的安全保障提供了新思路。

技術(shù)領(lǐng)域

本發(fā)明屬于光通信技術(shù)領(lǐng)域，更具體地，涉及一種光通信設(shè)備指紋特征提取及設(shè)備身份識別方法和系統(tǒng)。

背景技術(shù)

光通信系統(tǒng)在當前社會已有廣泛應(yīng)用，光通信系統(tǒng)中的安全性問題不可忽視。諸如物理層設(shè)備攻擊、身份欺騙、通信竊聽、通信攔截等各種問題發(fā)生在光通信系統(tǒng)中。信息安全技術(shù)、密鑰安全技術(shù)、身份安全技術(shù)等技術(shù)被提出用于提高光通信系統(tǒng)的安全性。

受啟發(fā)于生物技術(shù)領(lǐng)域的指紋概念，設(shè)備指紋技術(shù)被提出用于保障通信中的身份安全。設(shè)備指紋指信號經(jīng)過設(shè)備時受到源于設(shè)備的獨特影響。不同的設(shè)備個體具有不同的設(shè)備指紋。設(shè)備指紋隱藏在信號中，利用方法對設(shè)備指紋進行提取、識別、分類，便可識別不同的設(shè)備，設(shè)備指紋技術(shù)具有廣泛的應(yīng)用前景。然而，目前光通信系統(tǒng)中的設(shè)備指紋提取及識別方法較少，且提取精度有待提高。

由此可見，如何對設(shè)備指紋進行精確的提取是當前亟待解決的問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的以上缺陷或改進需求，本發(fā)明提供了一種光通信設(shè)備指紋特征提取及設(shè)備身份識別方法和系統(tǒng)，由此解決當前設(shè)備指紋特征提取及識別方法精度不高的技術(shù)問題。

為實現(xiàn)上述目的，按照本發(fā)明的第一方面，提供了一種光通信設(shè)備指紋特征提取及設(shè)備身份識別方法，包括：

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

S102，對所述設(shè)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(gòu)，獲得設(shè)備指紋特征矩陣；

S103，將所述設(shè)備指紋特征矩陣輸入預先訓練好的神經(jīng)網(wǎng)絡(luò)模型，得到光通信設(shè)備的設(shè)備身份。

優(yōu)選地，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。

優(yōu)選地，所述對所述設(shè)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(gòu)，獲得設(shè)備指紋特征矩陣，具體為：

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

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

所述第一層重構(gòu)向量與第二層重構(gòu)向量共同組成設(shè)備指紋特征矩陣。

優(yōu)選地，分解公式為：

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

重構(gòu)公式為：

其中，f′(t)為重構(gòu)向量。

優(yōu)選地，所述神經(jīng)網(wǎng)絡(luò)模型是以設(shè)備指紋特征矩陣為樣本，以設(shè)備身份為標簽進行監(jiān)督訓練得到的。