一种基于神经网络模型的无线物理层密钥生成技术

    公开(公告)号:CN114430550A

    公开(公告)日:2022-05-03

    申请号:CN202210066440.1

    申请日:2022-01-20

    申请人: 四川大学

    IPC分类号: H04W12/03 H04W12/041

    摘要: 本发明公开了一种基于神经网络模型的无线物理层密钥生成技术。本发明涉及到无线通信安全领域。本发明针对实际场景中无线信道状态信息包含多种噪音,使得利用信道信息生成的初始密钥的密钥失配率较高的问题,设计了多输入多输出的编码解码器模型来提取信道特征生成密钥的方法。本发明描述了在OFDM调制下的IEEE802.11n协议的无线局域网中生成密钥的过程,重点提出了无线信道信息特征提取的网络模型。因实际采集的信道信息的幅度和相位遭受不同的外部噪音和内部误差,本发明设计两个输入层来分别提取幅度和相位的特征,采用乘法算子融合两者特征。本发明能够更好地提取特征,使得经过均值‑标准差量化法量化后的密钥的失配率更低。

    一种基于李雅普诺夫优化的多服务器计算卸载方法

    公开(公告)号:CN113064665A

    公开(公告)日:2021-07-02

    申请号:CN202110291023.2

    申请日:2021-03-18

    申请人: 四川大学

    IPC分类号: G06F9/445 G06F9/50

    摘要: 本发明涉及一种基于李雅普诺夫优化多服务器计算卸载方法,具体包括:系统建模:多用户边缘计算系统由N个移动设备和M个小基站组成,所有移动设备都随机分布在这M个小基站共同的覆盖范围内,小基站的计算和通信资源受限,移动设备可以通过5G等无线通信技术与边缘服务器通信;构建计算模型,得到任务在本地计算和传输至边缘服务器所需的能耗和能耗,构建能量模型,得到能量队列;得到移动设备在单个时隙下的执行成本,构建移动设备平均执行成本最小化问题;通过李雅普诺夫方法消除能量因果约束,利用交替优化思想和拉格朗日对偶法得到计算卸载决策和资源分配策略的最优解。本发明不仅可以减少移动设备的执行成本,还能减少任务抛弃率。

    一种基于李雅普诺夫优化的多服务器计算卸载方法

    公开(公告)号:CN113064665B

    公开(公告)日:2022-08-30

    申请号:CN202110291023.2

    申请日:2021-03-18

    申请人: 四川大学

    IPC分类号: G06F9/445 G06F9/50

    摘要: 本发明涉及一种基于李雅普诺夫优化多服务器计算卸载方法,具体包括:系统建模:多用户边缘计算系统由N个移动设备和M个小基站组成,所有移动设备都随机分布在这M个小基站共同的覆盖范围内,小基站的计算和通信资源受限,移动设备可以通过5G等无线通信技术与边缘服务器通信;构建计算模型,得到任务在本地计算和传输至边缘服务器所需的能耗和能耗,构建能量模型,得到能量队列;得到移动设备在单个时隙下的执行成本,构建移动设备平均执行成本最小化问题;通过李雅普诺夫方法消除能量因果约束,利用交替优化思想和拉格朗日对偶法得到计算卸载决策和资源分配策略的最优解。本发明不仅可以减少移动设备的执行成本,还能减少任务抛弃率。

    一种基于神经网络模型的无线物理层密钥生成方法

    公开(公告)号:CN114430550B

    公开(公告)日:2023-09-08

    申请号:CN202210066440.1

    申请日:2022-01-20

    申请人: 四川大学

    IPC分类号: H04W12/03 H04W12/041

    摘要: 本发明公开了一种基于神经网络模型的无线物理层密钥生成方法。本发明涉及到无线通信安全领域。本发明针对实际场景中无线信道状态信息包含多种噪音,使得利用信道信息生成的初始密钥的密钥失配率较高的问题,设计了多输入多输出的编码解码器模型来提取信道特征生成密钥的方法。本发明描述了在OFDM调制下的IEEE802.11n协议的无线局域网中生成密钥的过程,重点提出了无线信道信息特征提取的网络模型。因实际采集的信道信息的幅度和相位遭受不同的外部噪音和内部误差,本发明设计两个输入层来分别提取幅度和相位的特征,采用乘法算子融合两者特征。本发明能够更好地提取特征,使得经过均值‑标准差量化法量化后的密钥的失配率更低。