[发明专利]一种基于机器学习的物理层信道认证方法

摘要

本发明公开了一种基于机器学习的物理层信道认证方法，包括以下步骤：S1.接收机B对合法信息发送者A和模拟非法信息发送者E进行信息包的信道信息(CSI)采集；S2.接收机B对合法信息发送者A和模拟非法信息发送者E的信息包信道信息进行预处理；S3.接收机B生成二分类的训练数据集；S4.接收机B采用机器学习算法中的分类算法，根据二分类的训练数据集进行训练，生成分类器；S5.接收机B利用分类器对收到的信息包进行是合法者还是非法者的判断，以实现对信息包的认证。本发明提供了一种基于机器学习的物理层信道认证方法，适用于资源受限的认证设备和场景，具有计算复杂度低、认证准确率高的优势。

主权项

1.一种基于机器学习的物理层信道认证方法，其特征在于：包括以下步骤：S1.接收机B对合法信息发送者A和模拟非法信息发送者E进行信息包的信道信息采集：接收机B对合法信息发送者A的信息包的信道信息进行采集，得到包含连续N帧采集结果的数据集接收机B对模拟非法信息发送者E的信息包信道信息进行采集，得到包含连续N帧采集结果的数据集S2.接收机B对数据集进行预处理和数据提取：计算数据集的检验统计量得到数据集中每连续两帧信道信息的差值，将T^AB中部分帧划分为训练集剩余的帧数作为测试集计算数据集的检验统计量得到数据集中每连续两帧信道信息的差值，将T^EB中部分帧划分为训练集T_t^EB，剩余的帧数作为测试集其中，划分到训练集和T_t^EB的部分帧帧数均为t；S3.接收机B生成二分类的训练数据集：将合法信息发送者A和非法者E的训练集T_t^EB组合成为二分类的训练数据集T＝{(x₁,y₁),(x₂,y₂),...,(x_2t,y_2t)},在训练数据集T中：即yi＝+1时，表示该数据来自合法信息发送者A；则yi＝‑1时，表示该数据来自模拟非法者E；S4.接收机B采用机器学习算法中的分类算法，根据二分类的训练数据集T进行训练，生成分类器；S5.接收机B利用分类器对测试集和所组成的二分类数据集T_2(N‑1‑t)进行判断，得到检测率达到要求的分类器；S6.接收机B利用达到要求的分类器对新接收到的信息包进行物理层信道认证。