射频指纹识别需要注意力：面向真实世界 WiFi 与蓝牙的多任务方法
机器学习
2022-09-08 v1 网络与互联网体系结构
摘要
本文提出了一种新颖的跨域注意力多任务架构——xDom，用于鲁棒的真实世界无线射频（RF）指纹识别。据我们所知，这是首次将如此全面的注意力机制应用于解决 RF 指纹识别问题。在本文中，我们采用真实世界的物联网 WiFi 与蓝牙（BT）发射信号（而非合成波形生成），在丰富的多径与不可避免干扰的室内实验测试平台中进行实验。我们通过纳入跨越数月收集的波形，展示了捕获时间帧的影响，并展示了同时间帧与多时间帧指纹识别评估。通过进行单任务与多任务模型分析，多任务架构的有效性也得到了实验证明。最后，我们通过对一种著名的 SOTA 指纹识别模型进行基准测试，展示了所提出的 xDom 架构在性能上的显著提升。具体而言，我们报告在单任务 WiFi 与 BT 指纹识别下分别实现了高达 59.3% 和 4.91 倍的性能提升，以及在多任务设置下高达 50.5% 的指纹识别准确率提升。
引用
@article{arxiv.2209.03142,
title = {RF Fingerprinting Needs Attention: Multi-task Approach for Real-World WiFi and Bluetooth},
author = {Anu Jagannath and Zackary Kane and Jithin Jagannath},
journal= {arXiv preprint arXiv:2209.03142},
year = {2022}
}
备注
Accepted to IEEE GLOBECOM 2022