[发明专利]一种基于深度神经网络的边缘侧物理层信道认证方法有效
| 申请号： | 201810722029.9 | 申请日： | 2018-07-04 |
| 公开（公告）号： | CN108924836B | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 廖润发;文红;许爱东;蒋屹新;李鹏;潘绯;黄文琦;陈洁 | 申请（专利权）人： | 南方电网科学研究院有限责任公司;电子科技大学 |
| 主分类号： | H04L9/32 | 分类号： | H04L9/32;H04L29/06;G06N3/08 |
| 代理公司： | 成都巾帼知识产权代理有限公司 51260 | 代理人： | 邢伟 |
| 地址： | 510663 广东省广州市科学*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的边缘侧物理层信道认证方法，包括以下步骤：S1.合法用户Bob和窃听者Eve分别发送导频序列；S2.边缘设备Alice分别估计合法用户Bob的信道矩阵数据集和窃听者Eve的信道矩阵数据集；S3.对合法用户Bob和窃听者Eve的信道矩阵数据集进行预处理，得到检验统计量；S4.根据检验统计量构造深度神经网络样本集，包括训练集、验证集和测试集；S5.通过训练集和验证集训练深度神经网络，并利用测试集对神经网络进行测试，直到神经网络达到目标认证率；S6.边缘设备Alice接收未知用户X发送的导频信息，并利用神经网络对未知用户X进行物理层信道认证。本发明相比传统的基于假设检验采用单一的门限值的物理层认证方法，具有高效，准确的优势。 | ||
| 搜索关键词： | 神经网络 物理层信道 合法用户 信道矩阵 数据集 认证 检验统计量 边缘设备 测试集 训练集 验证集 预处理 发送 导频信息 导频序列 假设检验 目标认证 传统的 物理层 样本集 门限 测试 | ||
【主权项】：
1.一种基于深度神经网络的边缘侧物理层信道认证方法，其特征在于：包括以下步骤：S1.合法用户Bob和窃听者Eve分别发送导频序列；S2.边缘设备Alice分别对合法用户Bob和窃听者Eve发送的导频序列进行接收，并估计合法用户Bob的连续N帧信道矩阵数据集![]()
和窃听者Eve的连续N帧信道矩阵数据集![]()
S3.对合法用户Bob的信道矩阵数据集进行预处理，得到合法用户Bob基于幅度的检验统计量![]()
和基于幅度和相位的检验统计量![]()
同理，对窃听用户Eve的信道矩阵数据集进行预处理，得到窃听用户Eve基于幅度的检验统计量![]()
和基于幅度和相位的检验统计量![]()
S4.根据合法用户Bob和窃听者Eve的信道矩阵检验统计量构造深度神经网络样本集，包括训练集Dtrain、验证集Dvalidation和测试集Dtest；S5.通过训练集和验证集训练深度神经网络，并利用测试集对深度神经网络进行测试，直到深度神经网络达到目标认证率；S6.边缘设备Alice接收未知用户X发送的导频信息，并利用达到目标认证率的深度神经网络对未知用户X进行物理层信道认证。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南方电网科学研究院有限责任公司;电子科技大学，未经南方电网科学研究院有限责任公司;电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810722029.9/，转载请声明来源钻瓜专利网。
