公开(公告)号：CN119155686A

公开(公告)日：2024-12-17

申请号：CN202410951569.X

申请日：2024-07-16

Applicant: 厦门大学

Inventor： 杨和林 ,  陈弋辉 ,  姜羿伏 ,  肖亮

IPC: H04W12/122 ,  H04W12/06 ,  H04W24/06 ,  H04W52/38

Abstract: 本申请的实施例提供了一种基于博弈论的接入认证与通信资源控制方法、装置及设备。该方法包括：获取并预处理目标用户对应的信道特征数据；根据预处理后的信道特征数据，对目标用户进行合法性认证；在合法性认证的结果为合法用户的情况下，根据目标用户和干扰器的不同需求，建立动态对抗博弈模型以形成动态对抗博弈均衡解即最优信道策略集；采用深度确定性策略梯度算法，将最优信道策略集作为智能体的状态输入，目标用户的发射功率作为智能体的动作，确定目标用户对应的使在最大恶意干扰条件下的通信容量最大的目标信道策略和目标发射功率。本申请实施例的技术方案可以提高用户接入网络的安全性，以及保证存在通信干扰时对通信资源的有效利用。

公开(公告)号：CN118612745A

公开(公告)日：2024-09-06

申请号：CN202410765638.8

申请日：2024-06-14

Applicant: 厦门大学

Inventor： 杨和林 ,  曾伟伟 ,  肖亮 ,  姜羿伏

IPC: H04W12/79 ,  H04W12/06 ,  G06N3/045 ,  G06N3/08 ,  G06F18/214

Abstract: 一种无线多元异质终端的射频指纹高效安全认证技术，涉及物理层安全、射频指纹识别、设备认证、物联网安全和抗干扰等领域。充分挖掘无线信号频谱特性和无线多元异质终端硬件缺陷等关键信息，采用通用软件定义无线电USRP和软件定义无线(SDR)平台GNU Radio，提出基于深度学习的，以归一化流无监督异常检测算法为基础的无线终端安全认证方案，有效地在大规模无线终端接入无线网络环境下执行非法设备检测任务，同时完成授权设备分类任务。在大规模无线终端认证的环境下，与传统无线网络身份认证方法相比，有效提高无线网络的安全性和保密性。

公开(公告)号：CN115361686B

公开(公告)日：2024-05-03

申请号：CN202211007434.5

申请日：2022-08-22

Applicant: 厦门大学

Inventor： 肖亮 ,  牛国航 ,  吕泽芳 ,  肖奕霖 ,  杨和林

IPC: H04W12/122 ,  H04W12/67 ,  G06N3/045 ,  G06N3/092

Abstract: 一种面向无线通信安全的安全探索强化学习方法，涉及无线通信的安全。引入状态风险网络和动作风险网络区分状态的风险和动作的风险，提高动作风险程度的拟合准确度，并利用动作风险程度修正动作的选择，避免探索危险策略，实现无线通信场景下的安全探索。方法包括：信息发送方使用价值网络评估当前状态下采取不同动作的长期累积回报，根据通信系统的性能评价指标和通信需求评估当前状态下采取不同动作的风险值，利用状态风险网络和动作风险网络拟合长期累积风险值并对价值网络的输出值进行修正，根据修正后的不同动作的价值进行安全传输策略的选择。可在无线通信安全应用中降低对风险策略的探索，提高无线通信的安全性。

公开(公告)号：CN114826449B

公开(公告)日：2023-04-18

申请号：CN202210479398.6

申请日：2022-05-05

Applicant: 厦门大学

Inventor： 肖亮 ,  林志平 ,  颜晓豪 ,  唐余亮 ,  杨和林 ,  邱际光

IPC: H04B17/309 ,  H04B17/336 ,  H04B17/345 ,  H04B17/327 ,  H04W4/46

Abstract: 一种基于强化学习的地图辅助车联网抗干扰通信方法，属于无线通信、车联网和信息安全领域。解决在智能干扰机攻击环境下的车载无线设备高可靠安全通信问题，利用地图获取车辆当前的位置、车辆密度和遮挡物的位置和尺寸等信息，估计与接收车辆之间的信道状态，从接收车辆的反馈信息中获得接收信号功率和前M个数据包的误码率，采用强化学习算法动态车联网无线通信设备的传输功率和信道选择，防御无线干扰攻击，而无需知道干扰机的攻击模型。有效提升车载无线通信设备在高动态环境下的消息传输可靠性并降低无线设备的通信能耗。

公开(公告)号：CN114826449A

公开(公告)日：2022-07-29

申请号：CN202210479398.6

申请日：2022-05-05

Applicant: 厦门大学

Inventor： 肖亮 ,  林志平 ,  颜晓豪 ,  唐余亮 ,  杨和林 ,  邱际光

IPC: H04B17/309 ,  H04B17/336 ,  H04B17/345 ,  H04B17/327 ,  H04W4/46

Abstract: 一种基于强化学习的地图辅助车联网抗干扰通信方法，属于无线通信、车联网和信息安全领域。解决在智能干扰机攻击环境下的车载无线设备高可靠安全通信问题，利用地图获取车辆当前的位置、车辆密度和遮挡物的位置和尺寸等信息，估计与接收车辆之间的信道状态，从接收车辆的反馈信息中获得接收信号功率和前M个数据包的误码率，采用强化学习算法动态车联网无线通信设备的传输功率和信道选择，防御无线干扰攻击，而无需知道干扰机的攻击模型。有效提升车载无线通信设备在高动态环境下的消息传输可靠性并降低无线设备的通信能耗。