利用信道状态信息检测OFDM系统中物理篡改攻击的深度学习方法
信号处理
2021-04-16 v3
摘要
本文提出一种深度学习方法，利用信道状态信息检测OFDM系统中发射机或接收机天线朝向改变所构成的物理篡改攻击。我们将物理篡改攻击问题视为半监督异常检测问题，并利用深度卷积自编码器（DCAE）加以解决。使用估计信道状态信息（CSI）的历史观测值训练DCAE，随后在训练好的DCAE输出上部署后处理以执行物理篡改检测。实验结果表明，所提方法在办公室与大厅环境中部署时，平均可检测99.6%的篡改事件（TPR = 99.6%），且零误报（FPR = 0%）。
引用
@article{arxiv.2011.03573,
title = {Using Channel State Information for Physical Tamper Attack Detection in OFDM Systems: A Deep Learning Approach},
author = {Eshagh Dehmollaian and Bernhard Etzlinger and Núria Ballber Torres and Andreas Springer},
journal= {arXiv preprint arXiv:2011.03573},
year = {2021}
}
备注
5 pages, 7 figures