一种基于联邦学习的移动设备射频分布识别方法

发明专利有效专利

申请号：
CN202110228356.0
IPC分类号：H04L25/02;H04L5/00;G06N20/00
申请日期：
2021-03-02
申请人：
电子科技大学;中国人民解放军军事科学院战争研究院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于联邦学习的移动设备射频分布识别方法
申请号	CN202110228356.0	申请日期	2021-03-02
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-25	公开/公告号	CN113037662A
优先权	暂无	优先权号	暂无
主分类号	H04L25/02 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L25/00 基带系统 H04L25/02 零部件	IPC分类号	H;0;4;L;2;5;/;0;2;;;H;0;4;L;5;/;0;0;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	电子科技大学;中国人民解放军军事科学院战争研究院	申请人地址	四川省成都市高新区（西区）西源大道2006号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	电子科技大学,中国人民解放军军事科学院战争研究院	当前权利人	电子科技大学,中国人民解放军军事科学院战争研究院
发明人	胡苏;吴薇薇;高原;林迪;曹江;尹峻松;王双双
代理机构	成都正华专利代理事务所（普通合伙）	代理人	李蕊

摘要

本发明提供了一种基于联邦学习的移动设备射频指纹分布式识别的方法，属于物联网安全信息技术领域。首先根据射频信号数据分散存储、难以集中训练模型的特性，采用联邦学习算法实现分布式射频指纹识别，不仅解决了数据分散带来的问题，而且为本地的敏感数据提供了隐私保护。为了减少移动设备数据分布不均衡对联邦学习算法性能的影响，本发明在联邦学习算法的基础上，额外增加了动态样本选择算法，即根据异构设备的数据处理能力动态分配任务。与传统的深度学习算法相比，本发明提出的算法在减少计算时间的同时，提高了识别的准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供