用于无线设备身份识别的射频指纹提取方法

周樨; 唐丹红; 蔡阳; 徐之欣

doi:10.20193/j.ices2097-4191.2024.01.010

PDF(899 KB)

集成电路与嵌入式系统 ›› 2024, Vol. 24 ›› Issue (1) : 69-72. DOI: 10.20193/j.ices2097-4191.2024.01.010

研究论文

用于无线设备身份识别的射频指纹提取方法

作者信息 +

RF fingerprint extraction method for wireless device identity recognition

Author information +

文章历史 +

摘要

已有的射频指纹技术缺乏理论支撑,无法摆脱对设备身份识别过程中借助信道特征的依赖。该文针对直接序列扩频的ZigBee信号,提出了一种基于扩频还原的射频指纹提取方法。在60台ZigBee设备上以及4种不同的实验场景中进行试验,设备分类准确率最高可达99.8%。该方法的鲁棒性更强、计算量更小,具有较强的实用性。

Abstract

The existing radio frequency fingerprinting technique lacks theoretical support and cannot get rid of the suspicion of identifying the process of device identification with the help of channel features.In this paper,a radio frequency fingerprint extraction method based on spread spectrum reduction is proposed for ZigBee signals with direct sequence spread spectrum.The method achieves device classification accuracy up to 99.8% on 60 ZigBee devices and in four different experimental scenarios.The method is more robust and less computationally intensive,making it highly practical.

导出引用

周樨, 唐丹红, 蔡阳, 等. 用于无线设备身份识别的射频指纹提取方法[J]. 集成电路与嵌入式系统. 2024, 24(1): 69-72 https://doi.org/10.20193/j.ices2097-4191.2024.01.010

ZHOU Xi, TANG Danhong, CAI Yang, et al. RF fingerprint extraction method for wireless device identity recognition[J]. Integrated Circuits and Embedded Systems. 2024, 24(1): 69-72 https://doi.org/10.20193/j.ices2097-4191.2024.01.010

中图分类号： TM425 (调幅变压器)

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

[1]	MEHMOOD Y, AHMAD F, YAQOOB I, et al. Internet-of-things-based smart cities:Recent advances and challenges[J]. IEEE Communications Magazine, 2017, 55(9):16-24. 本文引用 [1]

[2]	袁红林, 胡爱群. 射频指纹的产生机理与唯一性[J]. 东南大学学报(自然科学版), 2009, 39(2):230-233. YUAN H L, HU A Q. The mechanism and uniqueness of radiofrequency fingerprints[J]. Journal of Southeast University (Natural Science Edition), 2009, 39(2):230-233 (in Chinese). 本文引用 [1]

[3]

王栋, 胡爱群, 王炎. 多径传输环境下的射频指纹估计方法[J]. 密码学报, 2020, 7(2):249-260.

https://doi.org/10.13868/j.cnki.jcr.000365

摘要

随着无线通信技术的飞速发展, 其安全问题日益严峻. 物理层安全技术利用无线信号的内在属性建立安全机制, 为增强无线通信安全提供了新思路. 无线信道密钥生成技术利用无线信道的互易性、随机性和唯一性生成对称密钥; 射频指纹(Radio Frequency Fingerprint, RFF)识别技术借助寄生在无线信号中的射频特征进行设备身份认证. 但是, 在接收到的信号中, 无线信道和RFF混叠在一起, 不利于密钥生成和设备识别. 无线信道与RFF的分离是物理层安全技术中需要解决的一个重要问题. 本文研究了多径传输环境下的RFF估计方法, 提出了基于信道互易性(Channel Reciprocity based, CR)的RFF估计方法以及基于主路径分解(Main Path Decomposition based, MPD)的RFF估计方法. CR方法利用无线信道的互易性获取发射机RFF, 可广泛适用于单天线或多天线时分双工系统; MPD方法利用接收机的多天线优势, 通过重构信号子空间来获取主路径中包含的发射机RFF. 仿真结果表明, CR方法可以在理想的高信噪比条件下获得较好的估计性能, MPD方法可以从主路径中分解得到发射机RFF, 可有效降低噪声的影响, 在低信噪比条件下仍具有良好的估计性能.

WANG

, HU

A Q

, WANG

. RF fingerprint estimation method in multipath transmission environment[J]. Journal of Cryptography, 2020, 7(2):249-260 (in Chinese).

本文引用 [1]

[4]	JIANG Y, PENG L, HU A, et al. Physical layer identification of LoRa devices using constellation trace figure[J]. EURASIP Journal on Wireless Communications and Networking, 2019(1). 本文引用 [1]

[5]	PENG L, HU A, ZHANG J, et al. Design of a hybrid RF fingerprint extraction and device classification scheme[J]. IEEE Internet of Things Journal, 2018, 6(1):349-360. https://doi.org/10.1109/JIOT.2018.2838071 https://ieeexplore.ieee.org/document/8360937/ 本文引用 [1]

[6]	陈天舒, 胡爱群, 姜禹. 基于功率谱特征的 Wi-Fi 射频指纹提取方法[J]. 信息安全学报, 2021, 6(2). CHEN T SH, HU AI Q, JIANG Y. Wi Fi RF fingerprint extraction method based on power spectrum features[J]. Journal of Information Security, 2021, 6(2) (in Chinese). 本文引用 [1]

[7]	SHI J, PENG L, FU H, et al. Robust RF Fingerprint Extraction Based on Cyclic Shift Characteristic[J]. IEEE Internet of Things Journal, 2023. 本文引用 [1]