一种基于CNN的无线路由器指纹识别方法

• 作者: 张六 曾正 杨晶晶 陈俊昌 黄铭
• 来源期刊: 电波科学学报
• 学科: 工学
• 关键词: 无线路由器 指纹识别 信道状态信息(CSI) 预处理 机器学习 卷积神经网络(CNN)
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论文
• 页码范围: 350-357
• 页数: 8页
• 分类号: TP183|TN915.05
• 字数: 5502字
• 语种: 中文
• DOI: 10.13443/j.cjors.2019012201

摘要

针对无线设备“指纹”特征提取技术含量较高,且技术手段较为复杂的问题,在无线空间信道状态不变的前提下,提出了一种基于卷积神经网络(convolution neural network,CNN)自动分类无线路由器指纹的识别方法,解决无线设备“指纹”特征提取困难的问题.文章设计并实现了一种通过接收处理多输入多输出(multiple-input multiple-output,MIMO)信号幅度识别无线路由器的方法,该方法通过采集无线路由器的信道状态信息(channel state information,CSI),并对CSI的幅度数据进行预先平滑和去噪处理,然后把预处理后的幅度数据作为设备的指纹特征,最后通过机器学习的算法进行分类和识别.实验采用CNN对10台商用无线路由器进行分类和识别,准确率达到96％以上,证明了使用CSI来识别无线路由器是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄铭	云南大学信息学院无线创新实验室	81	426	11.0	16.0
2	杨晶晶	云南大学信息学院无线创新实验室	51	180	9.0	10.0
3	陈俊昌		7	2	1.0	1.0
4	张六	云南大学信息学院无线创新实验室	4	0	0.0	0.0
5	曾正	云南大学信息学院无线创新实验室	3	0	0.0	0.0