基于物理层的LoRa设备身份识别方法研究

摘要：

随着通信技术的发展,大量无线通信设备接入网络,然而,由于无线网络的开放性,使得恶意用户可能通过伪装身份冒充合法用户接入网络,严重威胁了无线通信网络的安全.由于发射机物理层具有稳定性和唯一性等特性,提取发射机物理层特征作为终端的身份标识对设备进行身份识别成为近几年研究的热点.分析了近年来基于设备物理层特征实现设备身份识别的研究进展,针对现有LoRa设备指纹身份识别方法存在的风险,提出了一种基于设备指纹的LoRa设备识别模型,采用OneClassSVM单分类算法,将非法设备识别转化为异常检测问题,实现了对待测设备合法性的鉴权,获得了较高的识别率,设计了一种误报消除算法实现了误警率的降低,并验证了随机森林、支持向量机(SVM)、KNN作为分类器在设备身份识别中的性能.

关键词：LoRa、机器学习、设备身份识别、支持向量机、K近邻、随机森林

所属期刊栏目：8

分类号：TP309(计算技术、计算机技术)

资助基金：江苏省重点研发计划项目;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;江苏省自然科学基金

在线出版日期：2022-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：19-27