迈向接收机无关与协作式的射频指纹识别
信号处理
2022-07-08 v1
摘要
射频指纹识别（RFFI）是一种新兴的设备认证技术，它利用射频前端硬件特性作为设备标识符。RFFI在无线接收机中实现，用于提取发射机损伤并进行分类。接收机硬件损伤实际上会干扰特征提取过程，但其影响和缓解措施尚未得到全面研究。在本文中，我们提出了一种对接收机特性变化不敏感的接收机无关RFFI系统；该系统通过采用对抗训练来学习接收机无关的特征。此外，当存在多个接收机时，此功能可以执行协作推理以提高分类精度。最后，我们展示了如何利用微调，在采集信号较少的情况下实现进一步改进。为了验证该方法，我们进行了广泛的实验评估，将该方法应用于一个包含十个LoRa设备和二十个软件定义无线电（SDR）接收机的LoRaWAN案例研究。结果表明，接收机无关训练使训练后的神经网络对接收机特性的变化具有鲁棒性。协作推理将分类精度在单接收机RFFI系统的基础上提高了多达20%，而微调可以为性能不佳的接收机带来40%的改进。
引用
@article{arxiv.2207.02999,
title = {Towards Receiver-Agnostic and Collaborative Radio Frequency Fingerprint Identification},
author = {Guanxiong Shen and Junqing Zhang and Alan Marshall and Roger Woods and Joseph Cavallaro and Liquan Chen},
journal= {arXiv preprint arXiv:2207.02999},
year = {2022}
}