针对基于无线信号的人工智能人体活动分类的微多普勒攻击
信号处理
2025-07-29 v1
摘要
人体活动分类系统的一个子集基于人工智能算法，这些算法利用被动收集的无线信号。本文提出了一种针对基于无线正交频分复用信号的人体活动分类的微多普勒攻击。该攻击通过在发射的正交频分复用波形中插入人工变化来实现，当该波形从人体目标反射时，会改变其微多普勒特征。我们研究了该方案的两种变体，它们在不同时间尺度上操纵波形，导致接收器频谱图发生改变。使用深度卷积神经网络的人体活动分类准确率可降至10%以下。
引用
@article{arxiv.2507.20657,
title = {The micro-Doppler Attack Against AI-based Human Activity Classification from Wireless Signals},
author = {Margarita Loupa and Antonios Argyriou and Yanwei Liu},
journal= {arXiv preprint arXiv:2507.20657},
year = {2025}
}