Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

Assessment Of Features And Classifiers For Bluetooth Rf Fingerprinting

Diğer Başlık: Assessment Of Features And Classifiers For Bluetooth Rf Fingerprinting

Oluşturulma Tarihi: 25-09-2019

Niteleme Bilgileri

Tür: Tez

Alt Tür: Doktora

Yayınlanma Durumu: Yayınlanmamış

Dosya Biçimi: PDF

Dil: İngilizce

Konu(lar): Elektrik mühendisliği. Elektronik. Nükleer mühendislik,

Yazar(lar): Ali, Aysha B. M. Ali Aysha B. M. (Yazar),

Emeği Geçen(ler): Kara, Ali (Tez Danışmanı),


Yayın Tarihi: 10-06-2019


Dosya:
file show file
Görüntüle
download file
Kaydet

Anahtar Kelimeler

Bluetooth, Radio frequency, Transient detection, Hilbert Huang Transform, Classification.


Özet

In this thesis, we introduced a novel technique to enhance the security at physical layer of wireless networks. This is based on the use of radio freqency (RF) fingerprinting for Bluetooth (BT) signals. BT signal records are acquired from twenty different cell phone brands, models, and serial numbers. One hundred fifty records are collected from each device. For the first time, Hilbert Huang Transform (HHT) are used for the BT device identification with such huge data set. By means of the signals’ energy envelopes with some improvements, the transient signals are detected accurately. Through the Empirical mode decomposition (EMD) and Hilbert Transform (HT), the HHT is implemented to obtain Time Frequency Energy Distributions (TFED) of the detected transients. Thirteen features are extracted from the signals’ transients and their TFEDs. The extracted features are pre-processed to enhance their usability. Different classifiers are employed with the extracted features for device identification, and comparative analysis of the classifiers is also provided. The classifier performance is examined for different SNR levels from 8 dB to 35+ dB . The identification performance demonstrates the feasibility of the method. 


İçindekiler



Açıklamalar



Haklar



Notlar



Kaynakça


Atıf Yapanlar

Gözat Sayfasına Dön

 

Sosyal Medya ve Araçlar

İstatistikler

  • Kayıt
    • Bu ay: 4
    • Toplam: 2441
  • Online
    • Ziyaretçi: 56
    • Üye: 0
    • Toplam: 56

Detaylı İstatistikler