[发明专利]一种基于机器学习的二维联合特征认证方法

权利要求书

1.一种基于机器学习的二维联合特征认证方法，其特征在于：包括以下步骤：

S1.基站B对合法信息发送者A和模拟非法信息发送者E进行信道信息采集,得到合法信息发送者A的信道信息数据集和模拟非法信息发送者E的信道信息数据集

S2.对于基站B与信息发送者之间的信道信息，计算连续数据帧之间的信道信息差值；

S3.在信道信息差值的基础上，基于子载波幅度差异构建基于幅度的检验统计量T_A，并对T_A进行处理，得到基于T_A改进的归一化LRT统计量T_a，将其作为第一维特征：

其中，合法信息发送者A与基站B之间的第一维特征为模拟非法信息发送者E与基站B之间第一维特征为

S4.在信道信息差值的基础上，基于幅度和相位联合，构建检验统计量T_B，对T_B进行处理，得到基于T_B改进的归一化LRT统计量T_b，将其作为第二维特征：

其中，合法信息发送者A与基站B之间的第二维特征为模拟非法信息发送者E与基站B之间第二维特征为

S5.利用信道信息数据集和构造二维联合特征(T_a，T_b)作为样本集，对于同一时刻的数据帧，将二维联合特征(T_a，T_b)作为综合的判定依据，构建认证模型[(T_a，T_b),y]，其中：

合法信息发送者A与基站B之间二维联合特征的样本集为：

对其加标识y＝+1；

模拟非法信息发送者E与基站B之间二维联合特征的样本集为：

对其加标识y＝-1；

其中，M＝N-2，N表示信道信息数据集和的帧数；

S6.采用机器学习方法构建分类器，并根据样本集T^AB和T^EB对分类器进行训练，直至分类器检测率达标；

S7.基站利用检测率达标的分类器对未知身份的信息发送者进行合法性判断，实现基于机器学习的二维联合特征的信道认证。

2.根据权利要求1所述的一种基于机器学习的二维联合特征认证方法，其特征在于：所述步骤S1包括以下子步骤：

S101.合法信息发送者A向基站B发送信号，基站B采集合法信息发送者A的信道信息

其中，N表示帧数，表示基站B与合法信息发送者A之间第k个OFDM符号估计的信道信息,k＝1,2,3,...,N；

S102.模拟非法信息发送者E向基站B发送信号，基站B采集模拟非法信息发送者E的信道信息

N表示帧数，表示基站B与模拟非法信息发送者E之间第k个OFDM符号估计的信道信息，k＝1,2,3,...,N。

3.根据权利要求1所述的一种基于机器学习的二维联合特征认证方法，其特征在于：所述合法信息发送者A和模拟非法信息发送者E的信道信息数据帧连续发送，并且采集相邻两帧数据之间的时间间隔在相关时间之内，信道信息具有相关性。

4.根据权利要求2所述的一种基于机器学习的二维联合特征认证方法，其特征在于：所述步骤S2中，连续数据帧之间的信道信息差值通过以下公式进行计算：

式中，表示待计算的信道信息数据集，第k+1帧信道信息与第k帧信道的差值。