基于注意力残差网络的Wi-Fi设备的射频指纹识别

来源：南京信息工程大学学报·自然科学版杂志2022年第3期北京时间：

作者：张凯，郭剑黎，胡军星，任俊霞，谭磊

单位：张凯,国网河南省电力公司, 郑州, 450000,郭剑黎,国网河南省电力公司, 郑州, 450000,胡军星,河南九域腾龙信息工程有限公司, 郑州, 450052,任俊霞,河南九域腾龙信息工程有限公司, 郑州, 450052,谭磊,河南九域腾龙信息工程有限公司, 郑州, 450052

摘要：由于无线介质的开放性,传统的基于安全协议的无线网络安全存在隐患,基于物理层的射频指纹(RFF)识别,具有特征难以伪造的优点,能有效提高无线网络的安全性.针对多场景、多设备识别任务,构建了基于注意力残差卷积神经网络的射频指纹识别方法.实验采集构建了完备的数据集,数据集包含32个Wi-Fi模块,覆盖802.11b标准的2.4 GHz模块.对比结果表明:该方法在32个Wi-Fi模块的识别中达到90％的识别精度,高于传统算法86％的识别率和卷积神经网络方法的89％的识别率;不同采样率的数据集在2 dB时均可以达到90％以上的识别精度,最终在信噪比(SNR)大于20 dB时,识别精度可以达到96％.

关键词：射频指纹;设备识别;注意力残差网络;物理层安全;通信安全

基金资助：国家自然科学基金(61673067)