基于深度神经网络的设备身份识别研究

• 作者: 任佳鑫 刘铭 郑雅文
• 来源期刊: 现代计算机
• 关键词: 物联网 深度神经网络 射频指纹 无线通信 设备身份识别
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 研究与开发
• 页码范围: 4-10
• 页数: 7页
• 字数: 5761字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.18.001

摘要

随着物联网的快速发展,无线网络中连接的设备迅速增加,无线通信中的安全问题也日益显著.为了保障无线设备接入时身份认证的安全性,提出一种基于深度神经网络的设备身份识别方法.利用神经网络对接收机射频前端所获得的原始信号样本进行处理,提取无线发射机个体的信号特征实现身份识别,避免了采用信号预处理技术时造成的信息损失,能够适用不同调制类型的无线通信系统.仿真实验表明,该方法可以达到较高的设备身份识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑雅文	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	1	0	0.0	0.0
2	任佳鑫	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	2	0	0.0	0.0
3	刘铭	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	5	13	2.0	3.0