$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

433 MHz 대역 송신기의 인증을 위한 RF 지문 기법
RF Fingerprinting Scheme for Authenticating 433MHz Band Transmitters 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.27 no.1, 2023년, pp.69 - 75  

김영민 (Computer Team, Kangrim Heavy industry) ,  이웅섭 (Department of Information Engineering, Gyeongsang National University) ,  김성환 (Major of Data Science, Korea National University of Transportation)

초록
AI-Helper 아이콘AI-Helper

사물인터넷에 사용되는 소형 통신 기기들은 적은 메모리 용량과 느린 연산 속도 때문에 고급 암호기법을 적용하지 못하기 때문에 각종 해킹에 취약하다. 본 논문은 433MHz 대역에서 동작하는 소형 송신기들의 인증 신뢰도를 높이기 위해 RF지문을 도입하고 분류 알고리즘으로 CNN (convolutional neural network) 을 사용한다. 각 송신기가 전송하는 프리엠블 신호를 소프트웨어정의라디오를 사용하여 추출하고 수집하여 학습 데이터 집합으로 만들고, 이를 신경망을 학습시키는 데에 사용한다. 네 가지의 시나리오에서 20개의 송신기의 식별을 테스트한 결과 높은 식별 정확도를 얻을 수 있었다. 특히 학습 데이터 수집 시의 위치와 다른 위치에서 테스트를 수행한 시나리오에서, 그리고 송신기가 걷는 속도로 이동하는 시나리오에서 각각 95.8%, 92.6%의 정확도를 산출함을 알 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Small communication devices used in the Internet of Things are vulnerable to various hacking because they do not apply advanced encryption techniques due to their low memory capacity or slow computation speed. In order to increase the authentication reliability of small-sized transmitters operating ...

주제어

#인증   #심층학습   #RF 지문   #433MHz 대역  

참고문헌 (13)

  1. H. Han and D. Park, "Cybersecurity of The Defense？Information System network connected IoT Sensors,"？Journal of the Korea Institute of Information and？Communication Engineering, vol. 24, no. 6, pp. 802-808,？Jun. 2020. DOI: 10.6109/jkiice.2020.24.6.802. 

    원문보기 상세보기 crossref

  2. F. D. Garcia, D. Oswald, T. Kasper, and P. Pavlides, "Lock？it and still lose it-on the (in)security of automotive remote？keyless entry systems," in Proceeding of 25th USENIX？security symposium, Austin: TX, USA, pp. 929-944, 2016. 

  3. O. Ureten and N. Serinken. "Wireless security through RF？fingerprinting," Canadian Journal of Electrical and？Computer Engineering, vol. 32, no. 1, pp. 27-33, 2007.？DOI: 10.1109/CJECE.2007.364330. 

    상세보기 crossref

  4. B. Danev, T. S. Heydt-Benjamin, and S. Capkun,？"Physical-layer identification of RFID devices," in？Proceeding of USENIX security symposium, Montreal: QC,？Canada, Aug. 2009. 

  5. A. M. Ali, E. Uzundurukan, and A. Kara, "Assessment of？Features and Classifiers for Bluetooth RF Fingerprinting,"？IEEE Access, vol. 7, pp. 50524-50535, Apr. 2019. DOI:？10.1109/ACCESS.2019.2911452. 

    상세보기 crossref

  6. K. Merchant, S. Revay, G. Stantchev, and B. Nousain "Deep？Learning for RF Device Fingerprinting in Cognitive？Communication Networks," IEEE Journal of Selected？Topics in Signal Processing, vol. 12, no. 1, pp. 160-167,？Feb. 2018. DOI: 10.1109/JSTSP.2018.2796446. 

    상세보기 crossref

  7. J. Yu, A. Hu, G. Li, and L. Peng, "A Robust RF？Fingerprinting Approach Using Multisampling Convolutional？Neural Network," IEEE Internet of Things Journal, vol. 6, no. 4, pp. 6486-6799, Aug. 2019. DOI: 10.1109/JIOT.2019.2911347. 

    상세보기 crossref

  8. S. Wang, L. Peng, H. Fu, A. Hu, and X. Zhou, "A？Convolutional Neural Network-Based RF Fingerprinting？Identification Scheme for Mobile Phones," in Proceeding of？the IEEE International Conference on Computer？Communications, Toronto: ON, Canada, Jul. 2020. DOI:？10.1109/INFOCOMWKSHPS50562.2020.9163058. 

    crossref

  9. T. Jian, B. C. Rendon, E. Ojuba, N. Wang, K. Sankhe, A.？Gritsenko, J. Dy, K. Chowdhury, and S. Ioannidis, "Deep？Learning for RF Fingerprinting: A Massive Experimental？Study," IEEE Internet of Things Magazine, vol. 3, no. 1, pp.？50-57, Mar. 2020. DOI: 10.1109/IOTM.0001.1900065. 

    상세보기 crossref

  10. W. Lee, S. Y. Baek, and S. H. Kim, "Deep-Learning-Aided？RF Fingerprinting for NFC Security," IEEE Communications？Magazine, vol. 59, no. 5, pp. 96-101, May 2021. DOI:？10.1109/MCOM.001.2000912. 

    상세보기 crossref

  11. Y. M. Kim, Y. M. Bak, W. Lee, and S. H. Kim,？"Authentication Mechanism for 433MHz band Transceiver？Module using Deep learning based RF Fingerprinting," in？Proceedings of the 2019 Fall Conference of the Korea？Information and Communications, Busan, Korea, pp.？397-399, 2019. 

  12. Y. M. Kim, "Physical-layer schemes to enhance the？reliability of authentication for IoT devices," M. S. thesis,？Gyeongsang National University, Korea, 2020. 

  13. I. J. Goodfellow, Y. Bengio, and A. Courville, Deep？Learning, MIT Press, MA: USA, 2016. 

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로