基于深度学习的无线电信号对抗样本检测研究

摘要：

针对无线电信号的攻击愈来愈频繁的情况,本文在数据流形理论基础上,使用深度神经网络(DNN)检测无线电信号对抗样本及其攻击方法.首先使用5种不同攻击方法对无线电信号进行攻击产生对抗样本,其次使用3种不同的神经网络检测对抗样本,最后用残差神经网络(ResNet)检测对抗样本的攻击方法.在信噪比(SNR)为30 dB和20 dB的无线电信号数据上的实验结果表明,本文所使用的残差神经网络检测精度接近100％,在信噪比为10 dB的无线电信号数据上的检测精度仍然在90％以上.结果表明本文所用的残差神经网络能有效检测无线电信号的对抗样本及其攻击方法.

关键词：对抗样本检测、数据流形、深度神经网络(DNN)、残差神经网络(ResNet)

所属期刊栏目：33

分类号：TP391;TN925.93;TP18

资助基金：国家自然科学基金61973273

在线出版日期：2023-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：135-145