计算机工程

作者：齐峰毅, 张新有, 冯力, 邢焕来

单位：西南交通大学计算机与人工智能学院，四川 成都 611756

关键词：无线网络安全,无线设备身份识别,物理层特征指纹,信道状态信息,机器学习

基金：国家自然科学基金(62172342)

近年来无线网络在医疗、工业、教育、军事等领域得到广泛的应用，但同时也面临着更大的安全威胁。传统的密码学验证存在一系列问题，包括计算资源有限、量子计算威胁和身份验证信息易篡改等。为解决此类问题，提出一种基于物理层信息的设备指纹验证方案，利用基于信道状态信息(CSI)的指纹特征进行设备识别，防止恶意Wi-Fi连接。该方案综合考虑了静止设备和可移动设备两种不同终端状态的情况，旨在解决终端识别精度低和稳定性较差的问题。对于静止设备，由于认证情况的干扰较少，采用CSI幅值信息矩阵作为认证指纹；对于移动设备，由于CSI信息会随设备的移动而发生变化，直接提取指纹信息不再适用，通过提取I/Q相位误差构建特征指纹进行设备识别。采用自主设计的基于置信度的单分类支持向量机(SVM)串联模型(OSCL)、基于置信度的孤立森林(iForest)串联模型(IFCL)模型分别对两种方案构建的指纹进行训练，实现了对目标设备的识别。在静止设备识别中，所提方案准确率达到99%；在移动设备识别中，准确率达到74%。该方案可以起到对基于密码学的设备识别方案很好的补充作用，同时训练阶段仅使用正向数据对模型进行训练，很好地解决了异常设备指纹信息不可预测的情况。

来源：2026年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第2期