一种基于深度学习的频分双工系统密钥生成方法

    公开(公告)号:CN112906035A

    公开(公告)日:2021-06-04

    申请号:CN202110312897.1

    申请日:2021-03-24

    申请人: 东南大学

    摘要: 本发明公开了一种基于深度学习的频分双工系统密钥生成方法,包括(1)假设通信双方为Alice和Bob。Alice从数据库中获取已有的N组上下行信道系数并对其进行数据预处理,得到上下行信道的初始信道特征(2)利用全连接层神经网络搭建信道密钥生成模型KGNet:(3)利用上下行信道的信道特征数据训练信道密钥生成模型KGNet以获取模型参数;(4)Alice与Bob同时向对方发送导频信号,分别估计上下行信道系数H1和H2并对其进行预处理以得到上下行的初始信道特征X1和X2;(5)Alice将获取的上行信道特征X1输入到KGNet,以获取下行信道特征的估计(6)Alice和Bob分别将各自得到信道特征和X2量化成密钥比特,然后对其进行信息调和以及隐私放大,最终在双方生成一致的密钥。

    一种基于深度学习的频分双工系统密钥生成方法

    公开(公告)号:CN112906035B

    公开(公告)日:2022-11-18

    申请号:CN202110312897.1

    申请日:2021-03-24

    申请人: 东南大学

    摘要: 本发明公开了一种基于深度学习的频分双工系统密钥生成方法,包括(1)假设通信双方为Alice和Bob。Alice从数据库中获取已有的N组上下行信道系数并对其进行数据预处理,得到上下行信道的初始信道特征(2)利用全连接层神经网络搭建信道密钥生成模型KGNet:(3)利用上下行信道的信道特征数据训练信道密钥生成模型KGNet以获取模型参数;(4)Alice与Bob同时向对方发送导频信号,分别估计上下行信道系数H1和H2并对其进行预处理以得到上下行的初始信道特征X1和X2;(5)Alice将获取的上行信道特征X1输入到KGNet,以获取下行信道特征的估计(6)Alice和Bob分别将各自得到信道特征和X2量化成密钥比特,然后对其进行信息调和以及隐私放大,最终在双方生成一致的密钥。