一种基于深度学习的物理层欺骗攻击检测方法

本发明提出一种基于深度学习的物理层欺骗攻击检测方法，属于攻击检测技术领域。该方法利用CSI特征中的信道冲击响应提取出CSI相位差数据，并将其转化为热力图，再使用Wasserstein生成对抗网络(Wasserstein Generative Adversarial Network,WGAN)模型和编码器(Encoder)模型进行欺骗攻击检测。本发明主要解决了现有技术中提取CSI特征受时变因素干扰、需要大量非法设备先验信息等限制，难以适用于现实复杂环境的技术难题。