基于倒谱的信道特征和设备物理指纹的分离方法及装置

    公开(公告)号:CN111262606A

    公开(公告)日:2020-06-09

    申请号:CN202010068534.3

    申请日:2020-01-21

    Abstract: 本发明公开了一种基于倒谱的信道特征和设备物理指纹的分离方法及装置,方法包括:(1)接收目标发射机发送的信号,并将接收信号进行下变频得到基带信号;(2)对基带信号进行预处理,提取出前导信号,其中,所述前导信号包括8个前导符号;(3)将每个前导符号进行FFT变换,得到每个前导符号的频域信号;(4)将每个前导符号的频域信号进行log运算变换,得到每个前导符号的倒谱域信号;(5)将第2-8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号,得到7个倒谱域前导信号差,完成信道特征和设备物理指纹分离;(6)将该7个倒谱域前导信号差作为设备物理指纹,用于设备身份认证。本发明可以消除信道特征影响,提高鲁棒性。

    基于倒谱的信道特征和设备物理指纹的分离方法及装置

    公开(公告)号:CN111262606B

    公开(公告)日:2022-01-07

    申请号:CN202010068534.3

    申请日:2020-01-21

    Abstract: 本发明公开了一种基于倒谱的信道特征和设备物理指纹的分离方法及装置,方法包括:(1)接收目标发射机发送的信号,并将接收信号进行下变频得到基带信号;(2)对基带信号进行预处理,提取出前导信号,其中,所述前导信号包括8个前导符号;(3)将每个前导符号进行FFT变换,得到每个前导符号的频域信号;(4)将每个前导符号的频域信号进行log运算变换,得到每个前导符号的倒谱域信号;(5)将第2‑8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号,得到7个倒谱域前导信号差,完成信道特征和设备物理指纹分离;(6)将该7个倒谱域前导信号差作为设备物理指纹,用于设备身份认证。本发明可以消除信道特征影响,提高鲁棒性。

    一种用于雷达LFM信号的抗噪声射频指纹识别方法

    公开(公告)号:CN110346763A

    公开(公告)日:2019-10-18

    申请号:CN201910643515.6

    申请日:2019-07-17

    Abstract: 本发明公开了一种用于雷达LFM信号的抗噪声射频指纹识别方法,该方法包括在接收到低信噪比信号后,解调得到基带LFM信号,估计信号的频率和调频斜率,对信号进行分段拟合去噪,拼接获得完整的拟合信号,对拟合信号进行一阶差分,并取差分后的信号的包络,最后取包络首尾的采样点作为瞬态信号指纹,包络中间阶段的分段均值作为稳态信号指纹,并用合适的分类方法进行发射机的设备身份识别。本发明可以在信噪比低的情况下有效地提取LFM脉冲信号的物理指纹特征,有效地解决了基于LFM脉冲信号的设备识别方法在现实应用中必须面临的低信噪比问题。

    一种在低信噪比情况下提取设备物理指纹特征的方法

    公开(公告)号:CN108809355B

    公开(公告)日:2019-07-23

    申请号:CN201810721172.6

    申请日:2018-07-04

    Abstract: 本发明公开了一种在低信噪比情况下提取设备物理指纹特征的方法,接收机接收到低信噪比的信号后,在不破坏设备物理指纹的情况下进行降噪处理,然后从降噪后的信号中提取设备的物理指纹特征,方法中涉及的信号需要包括重复序列,或重复发送的多帧信号内有不变的部分,包括步骤:接收到低信噪比信号后,估计信号的频率和相位,估计信号重复序列上调制的信息数据,获得极性相同的多个重复序列,并将其对齐和叠加以提高信噪比;最后通过物理层指纹提取方法提取设备的物理指纹并用于设备身份识别。本发明可以在信噪比低的情况下有效地提取设备的物理层指纹特征,有效地解决了基于设备物理指纹的设备识别方法在现实应用中必须面临的低信噪比问题。

    一种用于雷达LFM信号的抗噪声射频指纹识别方法

    公开(公告)号:CN110346763B

    公开(公告)日:2021-03-09

    申请号:CN201910643515.6

    申请日:2019-07-17

    Abstract: 本发明公开了一种用于雷达LFM信号的抗噪声射频指纹识别方法,该方法包括在接收到低信噪比信号后,解调得到基带LFM信号,估计信号的频率和调频斜率,对信号进行分段拟合去噪,拼接获得完整的拟合信号,对拟合信号进行一阶差分,并取差分后的信号的包络,最后取包络首尾的采样点作为瞬态信号指纹,包络中间阶段的分段均值作为稳态信号指纹,并用合适的分类方法进行发射机的设备身份识别。本发明可以在信噪比低的情况下有效地提取LFM脉冲信号的物理指纹特征,有效地解决了基于LFM脉冲信号的设备识别方法在现实应用中必须面临的低信噪比问题。

    一种针对iOS平台的应用程序多维度隐私泄露检测方法及系统

    公开(公告)号:CN106845236A

    公开(公告)日:2017-06-13

    申请号:CN201710035231.X

    申请日:2017-01-18

    CPC classification number: G06F21/563 G06F21/566 G06F2221/033

    Abstract: 本发明公开了一种针对iOS平台的应用程序多维度隐私泄露检测方法及系统,从静态分析、动态分析和数据分析三个维度对iOS应用程序进行隐私泄露检测,其中:静态分析包括应用程序解密,app存储路径定位,反汇编和反汇编源码的敏感API分析的步骤;动态分析包括Hook敏感API函数,通过运行应用程序获得日志记录,通过日志分析获得敏感API调用序列的步骤;数据分析包括应用程序网络数据包的抓取和数据包协议、地址、内容的分析的步骤。本发明能够全面的对iOS应用数据隐私泄露进行检测,获取较为完备的隐私泄露事件数据。

Patent Agency Ranking