本發(fā)明屬于射頻識別，?具體來說是涉及一種基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法。

背景技術：

1、近年來，?機器類無線通信在車聯(lián)網(wǎng)、?互聯(lián)網(wǎng)等領域得到了廣泛研究和應用。然而，這也帶來了通信安全問題，?如已授權設備的身份認證和未授權設備的檢測等。與傳統(tǒng)有線網(wǎng)絡不同，?無線網(wǎng)絡由于其開放性面臨更嚴峻的安全挑戰(zhàn)。傳統(tǒng)的無線網(wǎng)絡安全認證方法往往存在漏洞或需要復雜的數(shù)學運算。射頻識別技術(rfid)和近距離無線通信技術(nfc)等常用于電子標簽的技術以及在近年來廣泛應用的通信技術也存在數(shù)據(jù)篡改和安全性較低的風險。在車聯(lián)網(wǎng)領域，?提出了汽車遙控鑰匙防欺騙的需求，?以確保只有在接收到真實車主的遙控鑰匙信號后才能進行解鎖。?因此，?迫切需要一種新的安全機制來完善無線設備的接入認證，?以有效識別授權設備和非授權設備，?并提高射頻設備接入的安全性。

2、早在1995年，?choe等人和toonstra等人就提出了基于通信信號進行設備識別的方法。toonstra等人進一步提出了利用設備產(chǎn)生的瞬態(tài)信號生成“指紋”來識別設備。2003年，?hall等人提出了“射頻指紋”的概念，?并將其應用于藍牙通信設備的識別。射頻指紋是指不同射頻設備由于硬件設計差異和制造容差導致的每個設備獨特的硬件特征。這種特征反映在設備發(fā)射的信號上，?研究者通過分析接收到的信號來提取和識別這一特征，作為射頻設備的身份標識。射頻指紋具有唯一性、?短期穩(wěn)定性和獨立性等特點，?因此可以作為一種安全機制單獨使用，?也可以與傳統(tǒng)安全機制結合以提供更好的無線設備通信安全性能。

3、傳統(tǒng)的汽車遙控開鎖的過程通常是車主用遙控鑰匙朝汽車發(fā)送一個獨特的編碼或數(shù)字序列，?用于識別和驗證其合法性。每個鑰匙都有其唯一的編碼，?使車輛能夠識別和驗證正確的鑰匙。所以傳統(tǒng)的汽車遙控鑰匙存在一個很大的漏洞，?即只要偽造相同的編碼或數(shù)字序列，?那么，?即使汽車接收的開鎖信號并不來源于事實車主手中的遙控鑰匙，?汽車依然會解鎖。

技術實現(xiàn)思路

1、針對上述在實際場景中，無線通信面臨著未授權設備的檢測等安全問題，本發(fā)明提出一種具備物理層面防欺騙的基于射頻指紋的汽車遙控安全認證方法。本發(fā)明的方法包括基于特征選擇和機器學習的檢測和基于深度學習的檢測方法。特別是基于深度學習的異常檢測方法，?由于其獨立性、適應動態(tài)環(huán)境的能力和強大的學習能力，可以在未授權設備入侵的遙控鑰匙解鎖汽車場景中發(fā)揮重要作用。異常檢測技術可以作為一種安全機制，加強無線設備接入的安全性。

2、本發(fā)明的技術方案為：

3、一種基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法，包括：

4、構建用于防欺騙安全認證的分類器，具體為：

5、收集真實智能汽車鑰匙解鎖信號構成數(shù)據(jù)集；

6、對數(shù)據(jù)集進行射頻指紋特征提取獲得特征數(shù)據(jù)集；

7、利用特征數(shù)據(jù)集訓練出用于防欺騙安全認證的分類器；

8、利用防欺騙安全認證的分類器對智能汽車實時接收的解鎖信號進行認證，具體為：

9、對實時接收到的解鎖信號進行功率歸一化預處理；

10、對歸一化后的信號進行射頻指紋特征提取，獲得臨時射頻指紋特征；

11、將臨時射頻指紋特征輸入到構建的用于防欺騙安全認證的分類器進行認證。

12、具體的，所述用于防欺騙安全認證的分類器為基于機器學習的分類器，訓練方法為：

13、定義收集的數(shù)據(jù)集為sm×n：

14、

15、其中，m為收集的信號條數(shù)，?n為每條樣本信號所包含的數(shù)據(jù)量；

16、對sm×n進行功率歸一化后得到再進行射頻指紋特征提取，?定義每一個樣本信號進行特征提取之后得到特征數(shù)據(jù)集為：

17、

18、

19、其中，即為完成特征提取之后的特征數(shù)據(jù)集，?n為提取的特征維數(shù)；

20、將按每一行為一個樣本送入基于機器學習的單分類分類器進行訓練，得到訓練好的分類器。

21、具體的，所述用于防欺騙安全認證的分類器為深度學習的分類器，訓練方法為：

22、定義收集的數(shù)據(jù)集為sm×n：

23、

24、其中，m為收集的信號條數(shù)，?n為每條樣本信號所包含的數(shù)據(jù)量；

25、對sm×n進行功率歸一化后得到再進行射頻指紋特征提取，?定義每一個樣本信號進行特征提取之后得到特征數(shù)據(jù)集為：

26、

27、

28、其中，即為完成特征提取之后的特征數(shù)據(jù)集，?n為提取的特征維數(shù)；

29、將輸入深度學習神經(jīng)網(wǎng)絡中進行訓練，?采用的損失函數(shù)為：

30、

31、其中，表示模型預測的輸出概率，?y表示實際標簽，?y＝1；

32、經(jīng)過訓練后得到訓練好的分類器。

33、本發(fā)明的有益效果為，?本發(fā)明是在傳統(tǒng)的車輛遙控鑰匙解鎖安全問題基礎上提出的一種基于射頻指紋的防欺騙的異常信號源檢測安全認證方法。該方法是在傳統(tǒng)的汽車遙控鑰匙解鎖系統(tǒng)基礎上，?增添了一步硬件級的安全認證方法，?可使用機器學習或者深度學習的方式。在汽車信號接收端接收到開鎖信息后，?自動識別信號源是否為事實車主手中的遙控鑰匙，?并將即使開鎖信息正確的非車主甄別出來。?以達到汽車智能識別車主的功能實現(xiàn)。采用基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法，?可實現(xiàn)車輛智能識別具有欺騙性的開鎖信號，提高車輛解鎖的安全性。

技術特征：

1.一種基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法，其特征在于，包括：

2.根據(jù)權利要求1所述的一種基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法，其特征在于，所述用于防欺騙安全認證的分類器為基于機器學習的分類器，訓練方法為：

3.根據(jù)權利要求1所述的一種基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法，其特征在于，所述用于防欺騙安全認證的分類器為深度學習的分類器，訓練方法為：

技術總結
本發(fā)明屬于射頻識別技術領域，具體來說是涉及一種基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法。本發(fā)明是在傳統(tǒng)的車輛遙控鑰匙解鎖安全問題基礎上提出的一種基于射頻指紋的防欺騙的異常信號源檢測安全認證方法。具體為在傳統(tǒng)的汽車遙控鑰匙解鎖系統(tǒng)基礎上，增添了一步硬件級的安全認證方法，可使用機器學習或者深度學習的方式。在汽車信號接收端接收到開鎖信息后，自動識別信號源是否為事實車主手中的遙控鑰匙，并將即使開鎖信息正確的非車主甄別出來。以達到汽車智能識別車主的功能實現(xiàn)。采用基于射頻指紋的智能汽車鑰匙防欺騙安全認證方法，可實現(xiàn)車輛智能識別具有欺騙性的開鎖信號，提高車輛解鎖的安全性。

技術研發(fā)人員：胡蘇,李鵬飛,林迪,靳傳學,黃驛軒,田晨
受保護的技術使用者：電子科技大學
技術研發(fā)日：
技術公布日：2024/6/26