文献类型：期刊文章

作　　者：刘铭[1] 刘念[1] 韩晓艺[1] 彭林宁[2] 付华[2] 陈一悰[3]

LIU Ming;LIU Nian;HAN Xiaoyi;PENG Linning;FU Hua;CHEN Yicong(School of Computer and Information Technology(Beijing Key Lab.of Transportation Data Analysis and Mining),Beijing Jiaotong University,Beijing 100044,China;School of Cyber Science and Engineering,Southeast University,Nanjing 210096,China;State Grid Shanxi Electric Power Research Institute,Xi'an 710054,China)

机构地区：[1]北京交通大学计算机与信息技术学院(交通数据分析与挖掘北京市重点实验室),北京100044 [2]东南大学网络空间安全学院,江苏南京210096 [3]国网陕西省电力公司电力科学研究院,陕西西安710054

出　　处：《中国电力》

基　　金：国家自然科学基金资助项目(基于设备指纹的无线物联网设备身份识别研究,61971029);江苏省重点研发计划资助项目(BE2019109)。

年　　份：2021

卷　　号：54

期　　号：3

起止页码：80-88

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：由于通信媒介的开放性,电力物联网设备的无线通信过程面临着信息安全风险。提出使用无线设备固有的射频指纹作为物联网设备身份识别的依据,并利用深度学习技术实现双向设备身份识别,以增强无线接入阶段的安全性。该方法采用边缘计算的思路,利用通信信道双向的互易性,将物联网终端设备需要完成的基站身份学习任务转移到基站处完成,降低了对于物联网设备算力、存储、能耗等方面的需求,适用于物联网应用场景。实验结果表明,该方法能够达到良好的设备身份识别性能。

关 键 词：电力物联网 射频指纹 无线接入安全  信道互易  设备身份识别  

分 类 号：TP391.44] TM73[计算机类] TN929.5]