Abstract
Funkbasierte Kommunikation ist ein integraler Bestandteil der fortschreitenden Digitalisierung. Ob bei Internet-of-Things (IoT) Geräten, Smartphones, Drohnen, selbstfahrenden Autos oder industriellen Anwendungen, drahtlose Übertragungskanäle findenvielerorts einen Einsatz. Die inhärente Eigenschaft von drahtlosen Übertragungen, Informationen mithilfe modulierter elektromagnetischer Wellen unsichtbar zu übertragen,
birgt neue Gefahren und Angriffsvektoren. Nicht autorisierte Fremdgeräte, Geräte die
eine falsche Identität vorgeben oder kompromittierte Geräte können unbemerkt im Hintergrund kommunizieren. Das Aufspüren und Identifizieren von Funkkommunikationen
mit passiven Mitteln ist daher von besonderer Relevanz.
Im Rahmen dieser Arbeit wurde ein prototypisches Radio Frequency Fingerprinting
(RFF) Identifikationssystem entwickelt. Das auf einem Convolutional Neural Network
(CNN) basierende Identifikationssystem ermöglicht die Identifikation von Sendern anhand der Charakteristik des emittierten Funksignals. Das Identifikationssystem operiert
auf unverarbeiteten Signalrohdaten, die mit einem Software Befinde Radio (SDR) aufgezeichnet wurden. Das CNN verwendet die unverarbeiteten Signalrohdaten der aufgezeichneten Funkübertragung für die Klassifizierung des Senders. Dabei findet keine
Vorverarbeitung oder Demodulation des empfangenen Signals statt. Für die Evaluierung
wurden Geräte, die IEEE 802.11 Frames versenden, unter Verwendung des GNU Radio
Frameworks und eines Ettus N200 USRPs, aufgezeichnet. Zusätzlich wurde das Identifikationssystem auf Referenzdatensätze aus dem Bereich des RFF angewendet und
evaluiert.
Die Evaluierung der prototypischen Implementierung zeigt gute Ergebnisse bei der
Identifikation von Sendern mit einer Genauigkeit (Accuracy) von über 91% in Umgebungen, in denen nur wenige Trainingsdaten zur Verfügung stehen. Bei einer größeren
Menge an Trainingsdaten konnte eine bessere Accuracy von über 95% erzielt werden.
| Datum der Bewilligung | 2024 |
|---|---|
| Originalsprache | Deutsch (Österreich) |
| Betreuer/-in | Robert Kolmhofer (Betreuer*in) |