信道环境变化下基于自编码器的安全认证方案
作者机构：华北理工大学人工智能学院 浙江农林大学数学与计算机科学学院
出 版 物：《无线电通信技术》 (Radio Communications Technology)
年 卷 期：2025年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0839[工学-网络空间安全] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家重点研发计划资助项目(2017YFE0135700) 河北省"高层次人才支持计划"资助项目(A201903011)
摘 要：为了解决基于深度学习的物理层认证在训练阶段非法者的数据难以获取的问题，本文提出了一种基于自编码器的物理层安全认证方案，即注意力-残差-卷积自编码器(Attention-Residual-Convolutional Autoencoder，AR-CAE)，可以在不需要非法数据的情况下得到性能良好的认证器。在自编码器中加入注意力机制可以增强模型的特征表示能力，加入残差结构可以减少关键特征的丢失，提高模型的收敛能力。将本文模型与另外三种不同模型做对比，实验得出在不同的评价指标中均具有优越性。
同方期刊数据库