在车联网通信网络V2X中使用机器学习检测基本干扰攻击研究(Matlab代码实现)

本文探讨了车辆对一切通信(V2X)系统中的干扰问题,研究了针对商用V2X无线电的原始干扰攻击。通过实验,发现V2X网络易受攻击,为此提出了一种监督式机器学习模型,能以高准确率检测和分类干扰类型。附带Matlab代码和文章下载链接。
摘要由CSDN通过智能技术生成

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、文章下载


💥1 概述

摘要:
车辆对一切通信(V2X)正在全球范围内部署。在V2X中,消息用于车辆之间交换关键信息。然而,对频谱的干扰攻击可能会剥夺V2X无线电在道路上挽救生命的能力。本研究分析了两种对商用V2X无线电的原始干扰攻击。实验室结果显示,V2X网络很容易受到干扰攻击。为了避免这一威胁并促进道路上的生命安全,我们展示了一个监督式机器学习模型,可以以99.84%的准确率检测和分类原始干扰攻击的类型。

车联网通信(V2X)是一种即将到来的自组织通信架构,已经酝酿了十五年以上。目前部署的技术在5.9GHz许可的短距离通信(DSRC)频段上运行,也被称为安全频谱。V2X技术被设想为为道路用户提供事故预防服务。目前,现有的物理层(PHY)技术是IEEE 802.11p(DSRC)。最近,由3GPP标准协会提出了一种另类技术,统称为:蜂窝车联网通信(C-V2X)。这两种PHY架构提供类似的应用和网络层,遵循由车辆环境无线接入(WAVE)1609标准定义的共同方法。然而,这两种技术都使用容易受到干扰攻击的信道感知方法。

详细文章见第4部分。

📚2 运行结果

部分代码:

function v = read_complex_binary (filename, count)

  %% usage: read_complex_binary (filename, [count])
  %%
  %%  open filename and return the contents as a column vector, 
  %%  treating them as 32 bit complex numbers
  %%

  m = nargchk (1,2,nargin);
  if (m)
    usage (m);
  end

  if (nargin < 2)
    count = Inf;
  end

  f = fopen (filename, 'rb');
  if (f < 0)
    v = 0;
  else
    t = fread (f, [2, count], 'float');
    %t = fread (f, count, 'float');
    fclose (f);
    v = t(1,:) + t(2,:)*i;
    [r, c] = size (v);
    v = reshape (v, c, r);
  end

🎉3 参考文献

文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。

🌈4 Matlab代码、文章下载

  • 5
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值