Sep, 2023

基于数据驱动的软件定义无线电下未经身份验证用户的低功率通信信号分类

PDF
TL;DR本文讨论了基于低功率通信网络的大规模分布式多智能体系统中的拒绝服务攻击问题，并利用神经网络，将推测目标信号的带宽和扩频因子的问题转化为分类问题进行高效实现。
large-scale distributed multi-agent systemslow-power communication networksdenial-of-service attacksloraneural networks
发现论文，激发创造
  • 使用深度学习对 LoRa 设备识别和恶意信号检测进行的对抗性攻击

    该论文研究了一种深度学习框架来解决 LoRa 网络的安全挑战，包括设备识别和合法与伪装信号分类任务。研究结果表明对于不同 LoRa 信号分类任务的敌对攻击具有一定的传递性，并强调了使物联网应用抵御敌对攻击的必要性。

    Dec, 2023

  • 基于深度学习的无线电信号分类的对抗攻击

    本文研究了深度学习在无线电信号分类中的应用和安全性问题，通过白盒和黑盒对抗攻击使模型分类性能显著下降，与传统的干扰攻击相比，这些攻击更加强大。

    Aug, 2018

  • 低水平无线通信的协作多智体强化学习

    本研究使用强化学习方法，将两个设备间的无线通信建模为优化双向通信策略的问题，以此解决传统无线通信领域所面临的问题，如人工频谱稀缺、无法动态分配频率等。实验结果表明所提出的方法具有优越的学习能力和智能性。

    Jan, 2018

  • 未知和动态频谱环境下的无线电信号分类深度学习

    本文提出了一种基于深度学习和信号分类技术的动态频谱接入方案，能够在无线网络中精确检测和分类干扰源，并应用于分布式调度协议中，提高网络吞吐量和用户成功率。

    Sep, 2019

  • 用于空中频谱毒化攻击的对抗深度学习

    本文提出了一种利用对抗深度学习的方式进行空中频谱污染攻击，攻击者可以构建深度神经网络来学习发射机的行为，对其频谱感知数据进行篡改，并对传输数据占用空闲时间槽。同时，通过打破正常的训练，攻击者可以实现欺骗（规避攻击）或者训练深度神经网络决策重构（因果攻击），这些攻击手法高效且难以检测。我们针对此类攻击设计了动态的防御系统，并通过一些手段干扰攻击者的训练数据以保证传输速率。

    Nov, 2019

  • AIR：关于基于深度学习的信息恢复的对抗攻击威胁

    评估了深度学习信息恢复模型 DeepReceiver 在对抗环境下的鲁棒性及其容易受到的攻击方法，发现 DeepReceiver 容易受到各种攻击方法的影响，建议采取防御措施来增强其鲁棒性。

    Aug, 2023

  • 物理层攻击在物联网多载波通信中的学习应用

    本文研究了利用深度神经网络和变分自编码器两种机器学习算法进行物理层欺骗攻击的性能，发现随机分配子载波可以使非连续 OFDM 系统对抗这种攻击。

    Aug, 2019

  • 以敌对深度学习的视角看 IoT 网络安全

    探讨机器学习在物联网（IoT）中的应用，应用对抗机器学习技术对欺骗攻击，协作攻击和干扰攻击进行防御，以提高数据发送的成功率和吞吐量。

    May, 2019

  • 基于无线信号的深度学习分类技术

    深度学习在无线电通信信号分类方面的性能与基线方法比较研究，研究了不同配置和信道失真情况下的分类性能，探讨了载波频率偏移、符号速率和多径衰落等因素对性能的影响，并使用软件无线电进行了室内分类性能的实测，最终讨论了该技术的应用存在的问题和设计考虑。

    Dec, 2017

  • 针对基于深度学习的无线通信功率控制的对抗攻击

    本论文研究基于对手机器学习的对功率分配的攻击，其中基站通过使用深度神经网络（DNN）将其传输功率分配给多个正交子载波来为多个用户设备（UE）提供服务。 训练相应于回归模型的 DNN 以通道增益为输入并返回传输功率作为输出。研究了对单个 UE 或所有 UE 进行的攻击，并与基准进行比较，表明对手攻击在减少通信速率方面比基准攻击更有效。

    Sep, 2021