一种基于机器学习的二维联合特征认证方法
基本信息
| 申请号 | CN201810239508.5 | 申请日 | - |
| 公开（公告）号 | CN108566642A | 公开（公告）日 | 2018-09-21 |
| 申请公布号 | CN108566642A | 申请公布日 | 2018-09-21 |
| 分类号 | H04W12/06;H04W12/08;H04L27/26;G06N99/00 | 分类 | 电通信技术; |
| 发明人 | 陈松林;文红;陈洁;郑烜 | 申请（专利权）人 | 成都阿莱夫信息技术有限公司 |
| 代理机构 | 成都巾帼知识产权代理有限公司 | 代理人 | 邢伟 |
| 地址 | 610000 四川省成都市自由贸易试验区成都高新区萃华路89号1栋1单元11层1101号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于机器学习的二维联合特征认证方法,首先基站B对合法信息发送者A和模拟非法信息发送者E进行信道信息采集，然后对于基站B与信息发送者之间的信道信息，计算连续数据帧之间的信道信息差值，在信道信息差值的基础上，构建基于幅度的检验统计量，进行处理得到基于幅度的归一化LRT统计量；基于幅度和相位联合，构建检验统计量，进行处理得到基于幅度和相位联合的归一化LRT统计量，然后构造二维联合特征的样本集，建立认证模型，利用机器学习方法生成分类器，并根据样本集进行训练，得到检测率达标的分类器，对未知身份的信息发送者进行合法性判断。本发明相比于单一特征维度的信道认证方法，具有更高准确性。 |
