通过物理通道指纹识别LoRaWAN中的攻击者

摘要

在今天的环境中，无线网络和物联网技术已被整合到各种应用中。最基本的物联网技术之一是长距离广域网（LoRaWAN），因为它能够将长距离通信与能源效率结合起来。保证网络流量安全和安保是当今众多行业的一个关键问题，在数字化进程加快的今天，安全是一个重要的特征。中间人 "攻击是对无线网络最危险和最难识别的威胁之一，并可能成为数字化资产和工业流程的一个关键威胁。在这项研究中，我们研究了一种解决这一问题的替代方法，以保证无线网络的安全。该技术以 "行为安全法 "为基础，我们采用了一个前馈神经网络模型来建立一个二进制分类器，该分类器可以在检测攻击者数据的同时辨别和识别原始所需数据。结果，我们发现，只要攻击者和目标节点不在同一地点，该模型就能以99.6%的准确率区分来自来源的数据和来自攻击者的数据。另一方面，如果他们同处一地，模型将无法识别数据的来源，模型的准确率将下降到大约50%。