隨著無(wú)線通信技術(shù)的發(fā)展和終端設(shè)備數(shù)目的增加,越來(lái)越多的信息在自由空間中傳播,無(wú)線網(wǎng)絡(luò)的開(kāi)放性給信息傳輸帶來(lái)了極大的安全隱患,即容易被竊聽(tīng)和攻擊,無(wú)線通信網(wǎng)絡(luò)的信息安全保障問(wèn)題日益突出。由于量子計(jì)算技術(shù)和電子器件的發(fā)展,傳統(tǒng)的基于密碼學(xué)的信息安全技術(shù)已經(jīng)展現(xiàn)出很多不足,而物理層諸多信道特性具備隨機(jī)性和唯一性等優(yōu)勢(shì),成為物理層安全技術(shù)的主要研究方向之一。深度學(xué)習(xí)算法能夠?qū)崿F(xiàn)對(duì)海量數(shù)據(jù)的學(xué)習(xí)和分析,我們也可以利用信道估計(jì)技術(shù)輕松獲得信道狀態(tài)信息（Channel State Information,CSI）,因此,本文引入深度學(xué)習(xí),對(duì)大量的CSI數(shù)據(jù)進(jìn)行特征挖掘和規(guī)律分析,從而實(shí)現(xiàn)用戶(hù)的安全接入認(rèn)證。本文的主要內(nèi)容分為兩部分:1.引入深度學(xué)習(xí)算法并基于CSI設(shè)計(jì)物理層安全接入認(rèn)證模型和算法:本文建立了一個(gè)由合法用戶(hù)Alice、非法用戶(hù)Eve和接收用戶(hù)Bob組成的安全接入認(rèn)證模型,結(jié)合CSI的天然優(yōu)勢(shì)分析了深度學(xué)習(xí)算法的可行性和魯棒性。針對(duì)不同深度神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)勢(shì),引入了卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）、跨層卷積神經(jīng)網(wǎng)絡(luò)（skip-layer ... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

物理層安全研究現(xiàn)狀總結(jié)機(jī)器學(xué)習(xí)是人工智能中最前沿的技術(shù)之一，近年來(lái)隨著經(jīng)濟(jì)和科學(xué)技術(shù)的發(fā)

第一章緒論7Machine,ELM)也被用于實(shí)現(xiàn)物理層安全接入認(rèn)證[40]。在文獻(xiàn)[41]中，作者提出了一種高斯混合模型用于探測(cè)攻擊者，但缺點(diǎn)是該模型受環(huán)境和信道估計(jì)誤差影響較大，性能不穩(wěn)定。深度學(xué)習(xí)后來(lái)逐漸被研究和應(yīng)用于物理層安全。文獻(xiàn)[42]把深度神經(jīng)網(wǎng)絡(luò)分類(lèi)器用于抵抗欺騙攻擊，可以根據(jù)信道狀態(tài)切換傳輸方案，大大提高了安全識(shí)別率。文獻(xiàn)[43]研究了基于卷積神經(jīng)網(wǎng)絡(luò)的安全算法，對(duì)信道特征的歸一化幅值做特征提取與識(shí)別分類(lèi)。1.3本論文的主要貢獻(xiàn)和創(chuàng)新本論文以基于CSI的物理層安全接入認(rèn)證問(wèn)題為主要研究?jī)?nèi)容，引入深度學(xué)習(xí)算法提高認(rèn)證準(zhǔn)確率，本論文的主要研究?jī)?nèi)容與方法結(jié)構(gòu)如圖1-2所示。本論文的主要貢獻(xiàn)與創(chuàng)新分為以下幾點(diǎn)：1、分析目前現(xiàn)存的物理層安全接入認(rèn)證方法所存在的主要問(wèn)題和挑戰(zhàn)，在現(xiàn)有的基于CNN算法的認(rèn)證方案基礎(chǔ)上，提出了基于skip-layerCNN和RNN的深度學(xué)習(xí)的認(rèn)證方案。2、將CSI與深度學(xué)習(xí)進(jìn)行融合，設(shè)計(jì)了一種CSI特征“盲提缺和認(rèn)證分類(lèi)一體化的物理層接入認(rèn)證方案，利用深度神經(jīng)網(wǎng)絡(luò)可以提取局部不變特征的優(yōu)勢(shì)，提高了用戶(hù)認(rèn)證準(zhǔn)確率。3、利用USRP搭建OFDM通信系統(tǒng)，采集真實(shí)環(huán)境的信道信息數(shù)據(jù)，不讓所提出的認(rèn)證算法止步于計(jì)算機(jī)產(chǎn)生的仿真數(shù)據(jù)，其在實(shí)測(cè)信道數(shù)據(jù)上也具有優(yōu)秀的認(rèn)證性能，驗(yàn)證其實(shí)用性。圖1-2本論文的主要研究?jī)?nèi)容與方法

電子科技大學(xué)碩士學(xué)位論文10圖2-1通信系統(tǒng)三大組成部分2.1.1無(wú)線通信的類(lèi)型根據(jù)不同的通信場(chǎng)景和通信標(biāo)準(zhǔn)可以將通信系統(tǒng)分為各種各樣的類(lèi)型。以通信方式為分類(lèi)標(biāo)準(zhǔn)可以分為單工通信、雙工通信和半雙工通信；以覆蓋范圍為分類(lèi)標(biāo)準(zhǔn)可以分為個(gè)域網(wǎng)(PersonalAreaNetwork,PAN)、局域網(wǎng)(LocalAreaNetwork,LAN)、城域網(wǎng)(MetropolitanAreaNetwork,MAN)和廣域網(wǎng)(WideAreaNetwork,WAN)；以應(yīng)用場(chǎng)景為分類(lèi)標(biāo)準(zhǔn)又可以分為蜂窩移動(dòng)通信、無(wú)線數(shù)據(jù)網(wǎng)絡(luò)、移動(dòng)自組織網(wǎng)絡(luò)、無(wú)線傳感網(wǎng)和衛(wèi)星通信等。其中，蜂窩移動(dòng)通信和無(wú)線數(shù)據(jù)網(wǎng)絡(luò)是現(xiàn)在應(yīng)用最為普遍的兩種通信方式。蜂窩移動(dòng)通信采用蜂窩無(wú)線組網(wǎng)方式和頻率復(fù)用技術(shù)，終端與終端之間通過(guò)網(wǎng)絡(luò)設(shè)備進(jìn)行連接實(shí)現(xiàn)終端之間的話音、數(shù)據(jù)、視頻圖像等業(yè)務(wù)，其主要特征是終端的移動(dòng)性。最早的蜂窩移動(dòng)通信網(wǎng)絡(luò)有英國(guó)的ETACS系統(tǒng)、日本的NTT/JTACS/NTACS系統(tǒng)等，這些都屬于模擬通信，被稱(chēng)為1G系統(tǒng)；2G系統(tǒng)即GSM移動(dòng)通信系統(tǒng)，空中接口采用TDMA技術(shù)，可以為用戶(hù)提供端到端的話音業(yè)務(wù)和數(shù)據(jù)業(yè)務(wù)，我們由此從模擬通信進(jìn)入數(shù)字通信時(shí)代；發(fā)展到第三代數(shù)字蜂窩移動(dòng)通信時(shí)，網(wǎng)絡(luò)可以提供話音、數(shù)據(jù)和圖片視頻等業(yè)務(wù)；2004年底，3GPP啟動(dòng)了長(zhǎng)期演進(jìn)計(jì)劃(LongTermEvolution,LTE)，最終目標(biāo)是建立起一個(gè)具有低時(shí)延、高覆蓋率、高數(shù)據(jù)速率的通信網(wǎng)絡(luò)；當(dāng)前我們已經(jīng)步入了5G時(shí)代的前期，一些支持5G的產(chǎn)品已經(jīng)進(jìn)入市場(chǎng)，數(shù)據(jù)的高速率傳輸給人們帶來(lái)了更好通信體驗(yàn)的同時(shí)，一些基于5G的智能化產(chǎn)業(yè)也在逐漸落地。無(wú)線數(shù)據(jù)網(wǎng)絡(luò)可以為不同覆蓋范圍、不同規(guī)模數(shù)量的用戶(hù)提供服務(wù)，采用IEEE802協(xié)議標(biāo)準(zhǔn)。廣域網(wǎng)往往負(fù)責(zé)一個(gè)城市或一個(gè)國(guó)家所有區(qū)域的通信服務(wù)；而局域網(wǎng)往往負(fù)責(zé)小范圍的通信服務(wù)，廣域網(wǎng)與局域網(wǎng)并不是相互獨(dú)立，而

【參考文獻(xiàn)】：
期刊論文
[1]基于物理層密鑰的消息加密和認(rèn)證機(jī)制.[J]. 李興志,金梁,鐘州,樓洋明.  網(wǎng)絡(luò)與信息安全學(xué)報(bào). 2018(08)
[2]貝葉斯機(jī)器學(xué)習(xí)前沿進(jìn)展綜述[J]. 朱軍,胡文波.  計(jì)算機(jī)研究與發(fā)展. 2015(01)

博士論文
[1]智能化物理層安全認(rèn)證及傳輸技術(shù)研究[D]. 邱曉英.北京郵電大學(xué) 2019

碩士論文
[1]基于機(jī)器學(xué)習(xí)的物理層安全認(rèn)證技術(shù)研究[D]. 李航.電子科技大學(xué) 2019



本文編號(hào)：3282723