論文の概要: Adversarial-Resilient RF Fingerprinting: A CNN-GAN Framework for Rogue Transmitter Detection

• arxiv url: http://arxiv.org/abs/2510.09663v1
• Date: Tue, 07 Oct 2025 17:04:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 18:06:29.533865
• Title: Adversarial-Resilient RF Fingerprinting: A CNN-GAN Framework for Rogue Transmitter Detection
• Title（参考訳）: 逆レジリエントRFフィンガープリント:ローグ送信機検出のためのCNN-GANフレームワーク
• Authors: Raju Dhakal, Prashant Shekhar, Laxima Niure Kandel,
• Abstract要約: ローグデバイスを検出し,真のデバイスを特定するための畳み込みニューラルネットワーク(CNN)ベースのフレームワークを提案する。 敵が真の装置のRF特性を模倣しようとする攻撃シナリオをエミュレートする。 提案手法は,10種類のADALM-PLUTO Software Defined Radios (SDR) から収集したIQサンプルを用いて検証する。
• 参考スコア（独自算出の注目度）: 0.8166364251367626
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Radio Frequency Fingerprinting (RFF) has evolved as an effective solution for authenticating devices by leveraging the unique imperfections in hardware components involved in the signal generation process. In this work, we propose a Convolutional Neural Network (CNN) based framework for detecting rogue devices and identifying genuine ones using softmax probability thresholding. We emulate an attack scenario in which adversaries attempt to mimic the RF characteristics of genuine devices by training a Generative Adversarial Network (GAN) using In-phase and Quadrature (IQ) samples from genuine devices. The proposed approach is verified using IQ samples collected from ten different ADALM-PLUTO Software Defined Radios (SDRs), with seven devices considered genuine, two as rogue, and one used for validation to determine the threshold.
• Abstract（参考訳）: RFF(Radio Frequency Fingerprinting)は、信号生成プロセスに関わるハードウェアコンポーネントのユニークな欠陥を活用することにより、デバイス認証の有効なソリューションとして進化してきた。 本研究では,ローグデバイスを検出し,ソフトマックス確率閾値を用いた真のデバイスを特定するための,畳み込みニューラルネットワーク(CNN)に基づくフレームワークを提案する。 In-phase and Quadrature (IQ) サンプルを用いてGAN(Generative Adversarial Network)をトレーニングすることにより、敵が真のデバイスのRF特性を模倣しようとする攻撃シナリオをエミュレートする。 提案手法は,10種類の ADALM-PLUTO Software Defined Radios (SDR) から収集したIQ サンプルを用いて検証した。

関連論文リスト

• Collusion-Driven Impersonation Attack on Channel-Resistant RF Fingerprinting [15.295614131186142]
  本稿では, 偽りのRFレベルの模倣を実現する, 共謀駆動型偽装攻撃を提案する。 提案手法は,異なるチャネル条件下で95%以上の成功率を維持する。
  論文  参考訳（メタデータ） (2025-09-26T10:13:34Z)
• Open Set RF Fingerprinting Identification: A Joint Prediction and Siamese Comparison Framework [37.79439245394741]
  開集合認識のための共用無線周波数指紋予測とサイムズ比較(JRFFP-SC)フレームワークを提案する。 提案するJRFFP-SCフレームワークは,クラス間干渉を排除し,オープンセット識別に関わる課題を効果的に解決する。
  論文  参考訳（メタデータ） (2025-01-26T04:09:07Z)
• Few-Shot Radar Signal Recognition through Self-Supervised Learning and Radio Frequency Domain Adaptation [48.265859815346985]
  レーダー信号認識は電子戦(EW)において重要な役割を果たす 近年のディープラーニングの進歩は、レーダー信号認識の改善に大きな可能性を示している。 これらの手法は、注釈付き無線周波数(RF)データが少ない、あるいは入手できないEWシナリオでは不十分である。
  論文  参考訳（メタデータ） (2025-01-07T01:35:56Z)
• Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
  デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。 無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。 そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
  論文  参考訳（メタデータ） (2023-12-08T13:50:30Z)
• One-shot Generative Distribution Matching for Augmented RF-based UAV Identification [0.0]
  この研究は、限られたRF環境下でRFフィンガープリントを用いて無人航空機(UAV)を特定するという課題に対処する。 RF信号の複雑さと可変性は、環境干渉やハードウェアの不完全性の影響を受け、従来のRFベースの識別手法を効果的にしないことが多い。 変換されたRF信号を増強するためのワンショット生成法は、UAV識別を著しく改善する。
  論文  参考訳（メタデータ） (2023-01-20T02:35:43Z)
• Device identification using optimized digital footprints [0.0]
  ネットワーク上の通信に使用されるデジタルフットプリントに基づいて,デバイス識別のためのデバイスフィンガープリント(DFP)手法が提案されている。 デバイス固有のシグネチャを生成するために、単一のトランスミッション制御プロトコル/インターネットプロトコルパケットのネットワーク層とトランスポート層から9つの機能のサブセットが選択されている。 結果は、ランダムフォレスト分類器(RF)を用いて、最大100%精度のデバイスタイプを識別し、最大95.7%精度のデバイスを分類できることを示した。
  論文  参考訳（メタデータ） (2022-12-04T14:21:29Z)
• A Generalizable Model-and-Data Driven Approach for Open-Set RFF Authentication [74.63333951647581]
  高周波指紋(RFF)は、低コストな物理層認証を実現するための有望な解決策である。 RFF抽出と識別のために機械学習に基づく手法が提案されている。 生受信信号からRFFを抽出するエンド・ツー・エンドのディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-08-10T03:59:37Z)
• Enabling certification of verification-agnostic networks via memory-efficient semidefinite programming [97.40955121478716]
  本稿では,ネットワークアクティベーションの総数にのみ線形なメモリを必要とする一階二重SDPアルゴリズムを提案する。 L-inf の精度は 1% から 88% ,6% から 40% に改善した。 また,変分オートエンコーダの復号器に対する2次安定性仕様の厳密な検証を行った。
  論文  参考訳（メタデータ） (2020-10-22T12:32:29Z)
• Device Authentication Codes based on RF Fingerprinting using Deep Learning [2.980018103007841]
  Device Authentication Code (DAC) は、その無線周波数(RF)シグネチャを利用して、IoTデバイスを無線インターフェースで認証する新しい方法である。 DACは,任意の無線機器に特有の有能な特徴を抽出することにより,デバイス偽造を防止することができることを示す。
  論文  参考訳（メタデータ） (2020-04-19T01:50:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。