[发明专利]基于ACGAN-GP的小样本无线设备RF指纹识别方法及装置

说明书

本发明公开了一种基于ACGAN‑GP的小样本无线设备RF指纹识别方法、介质、设备及装置，其中方法包括：获取无线设备的射频信号，并对所述射频信号进行预处理，以生成相应的训练信号；根据ACGAN‑GP识别检测算法和所述训练信号进行生成模型和判别模型的训练，并根据训练结果确定最终判别模型；获取待检测射频信号，并将所述待检测射频信号输入到最终判别模型，以通过所述最终判别模型对所述待检测射频信号进行识别；能够对无线设备RF指纹进行有效识别，同时，无需人工对指纹特征进行提取，简化指纹识别流程，降低无线设备RF指纹识别难度。

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于ACGAN-GP的小样本无线设备RF指纹识别方法、一种计算机可读存储介质、一种计算机设备以及一种基于ACGAN-GP的小样本无线设备RF指纹识别装置。

背景技术

无线通讯及物联网产业的不断发展，Wi-Fi在我们的生活中无处不在。它给我们的生活带来便利的同时，也带来了一系列的安全风险。5G技术的成熟化催生了万物互联时代，大量产品以物联网的形式智能融入我们的生活，智慧家居、智慧城市、智慧医疗等逐渐从概念趋于落地应用，基于此，用户的隐私信息也通过无线网络在设备与设备间进行互通。黑客可通过连接空间上开放的无线网络从而进一步获得其他设备控制权，窃取用户的个人数据等隐私信息。因此，有效的Wi-Fi安全认证已经成为了一个重要话题。

相关技术中，多采用基于稳态谱特征的判别分类器、利用解调数据样本相位属性的差异作为射频指纹特征进行设备识别；然而，这些方法均需要人工进行指纹特征的提取，流程繁琐，并且，人工在提取指纹特征之前需要对现有信号的类型和特征进行深入的了解。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于ACGAN-GP的小样本无线设备RF指纹识别方法，能够对无线设备RF指纹进行有效识别，同时，无需人工对指纹特征进行提取，简化指纹识别流程，降低无线设备RF指纹识别难度。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种基于ACGAN-GP的小样本无线设备RF指纹识别装置。

为达到上述目的，本发明第一方面实施例提出了一种基于ACGAN-GP的小样本无线设备RF指纹识别方法，包括以下步骤：获取无线设备的射频信号，并对所述射频信号进行预处理，以生成相应的训练信号；根据ACGAN-GP识别检测算法和所述训练信号进行生成模型和判别模型的训练，并根据训练结果确定最终判别模型；获取待检测射频信号，并将所述待检测射频信号输入到最终判别模型，以通过所述最终判别模型对所述待检测射频信号进行识别。

根据本发明实施例的基于ACGAN-GP的小样本无线设备RF指纹识别方法，首先，获取无线设备的射频信号，并对所述射频信号进行预处理，以生成相应的训练信号；接着，根据ACGAN-GP识别检测算法和所述训练信号进行生成模型和判别模型的训练，并根据训练结果确定最终判别模型；然后，获取待检测射频信号，并将所述待检测射频信号输入到最终判别模型，以通过所述最终判别模型对所述待检测射频信号进行识别；从而实现对无线设备RF指纹进行有效识别，同时，无需人工对指纹特征进行提取，简化指纹识别流程，降低无线设备RF指纹识别难度。

另外，根据本发明上述实施例提出的基于ACGAN-GP的小样本无线设备RF指纹识别方法还可以具有如下附加的技术特征：

可选地，对所述射频信号进行预处理，包括：根据相位法确定所述射频信号的起点，并提取所述射频信号的包络信息，以及采用主成分分析法降低所述射频信号的信号维度。

可选地，在所述ACGAN-GP识别检测算法中，损失函数为铰链损失函数，优化算法为梯度下降法，引入梯度惩罚，以限定判别模型的梯度。