URLLC 场景下基于物理层监督学习的消息认证
信号处理
2019-09-17 v1 机器学习
摘要
基于 PHYSEC 的消息认证可作为传统安全方案的替代，应用于 \gls{urllc} 场景中，以满足真实性与完整性意义上的安全用户数据传输要求。在本工作中，我们研究监督学习分类器在此类场景中区分合法发射机与非法发射机的性能。我们进一步提出使用 \gls{sdr} 平台进行数据采集的方法以及包括必要预处理步骤等的数据处理流程。最后，给出了所考虑的监督学习方案在不同侧面条件下的性能。
引用
@article{arxiv.1909.06365,
title = {Supervised Learning for Physical Layer based Message Authentication in URLLC scenarios},
author = {Andreas Weinand and Raja Sattiraju and Michael Karrenbauer and Hans D. Schotten},
journal= {arXiv preprint arXiv:1909.06365},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1711.05088