摘要
本发明公开了一种射频指纹识别系统下对抗样本的防御方法,该方法分别通过在不同信号表征域下分别进行对抗训练,得到不同信号表征域下的鲁棒模型,在对发射机进行识别时,借助两个表征域下得到的结果进行加权求得最终的分类结果,本发明在训练阶段借助以传统分类损失和鲁棒性损失为目标,分别对时域和频域射频指纹识别模型进行对抗训练,通过训练得到的鲁棒模型对对抗样本攻击具备防御能力,在推理阶段,借助两个不同表征域下获取的不同维度特征加权平均得到最终的识别结果,进一步提升了系统对对抗样本攻击的防御能力。
技术关键词
射频指纹识别
深度学习模型
无线发射机
发射机设备
数据
信号
样本生成方法
参数
信息更新
标签
度量
鲁棒性
代表
阶段
取向
符号
索引
系统为您推荐了相关专利信息
动态运行环境
逻辑回归模型
线性回归算法
互感器管理系统
数据收集模块
阀座密封环
北斗卫星定位装置
环境感知传感器
流体控制阀门技术
光纤网络
学生学习状态
教学评估方法
深度学习预测模型
学习管理系统
静态特征