摘要
射频指纹是指无线发射机发送信息时射频信号所体现出的瞬态或稳态的特征，又称为射频DNA或射频尺度（RFmetric）。射频指纹好比人体指纹或人体DNA，可唯一而可靠地区分网络设备，弥补物理层无识别手段的缺陷。根据其具备唯一性、难以克隆性和稳定性的特征，在经过对数据的采集工具的开发、射频指纹数据的选择与处理以及识别算法的编写与改进，本文依靠射频指纹对手机设备做出识别，主要工作如下： (1)开发了一种基于802.11ax协议的信道状态信息数据采集工具。对于射频指纹这一特征，需要相应的数据来对其进行承载。传统的基于802.11n协议的信道状态信息采集方式，采集硬件过时，已经没有了维护方；采集速度慢，难以满足大数据量的需求。本文开发的工具适配WIFI第六代芯片的底层架构，满足了802.11ax协议的要求，相比原采集工具，数据采集速度提升了20倍，工具可靠性得到极大提升。 (2)选取信道状态信息中由于IQ不平衡引起的非线性相位偏移误差作为手机设备的射频指纹，并采用组帧方式构建射频指纹帧。一般的射频数据，信息含量少，不同设备射频指纹数据间重合率较高，不适于进行指纹识别。算法提出射频组帧方式充当设备射频指纹，扩大了设备射频指纹数据的识别点，提高了模型识别容量。 (3)设计了组合投票机制与改进残差神经网络的射频指纹识别方法，并具体应用于手机设备的射频指纹识别任务。不同于一般的卷积神经网络用于分类任务，算法利用TripletLoss，使残差神经网络充当特征提取器，构建特征空间实现射频指纹匹配，使得手机设备的识别准确率达到94%。
NETL