Assessment of features and classifiers forbluetooth rf fingerprinting
Bluetooth sinyallerinin RF parmak izi yöntemi ile sınıflandırılmasında öznitelikler ve sınıflandırıcıların değerlendirilmesi
- Tez No: 597109
- Danışmanlar: PROF. DR. ALİ KARA
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 115
Özet
Bu tez çalışması, kablosuz ağların güvenliği için fiziksel katmanda özgün yöntemler geliştirilmesi üzerinedir. Bunun için, RF parmak izi kullanılarak, Bluetooth (BT) sinyalleri üzerinde çalışılmıştır. RF parmak izi tespiti için kapsamlı BT sinyalleri kullanılmıştır. Bu kapsamda, 20 farklı marka, model ve seride BT cihazına yönelik kayıtlar toplanmıştır. Her bir cihazdan da 150 sinyal kaydı alınmıştır. Bu çalışma ile Hilbert-Huang Dönüşümü (HHT) ilk defa BT cihaz kimliklendirmesinde kullanılmıştır. Amprik Kip Ayrıştırma (EMD) ve Hilbert Dönüşümü kullanımı ile HHT tekniği, zaman-frekans-enerji dağılımları üzerinde çalışma imkanı vermektedir. Sinyal enerji zarfı kullanılması suretiyle geçici rejim sinyalleri bazı iyileştirmeler ile tespit edilmektedir. Geçici rejim sinyalleri ile zaman-frekans-enerji dağımları üzerinden toplam 13 farklı öznitelik çıkarılmaktadır. Öznitelikler, kullanılabilirlik açısından ön işleme tabi tutulmaktadırlar. Ardından aynı veri seti ve öznitelikler üzerinde farklı sınıflandırıcılar çalıştırılarak, sınıflandırıcıların başarım analizi de ilk defa bu çalışmada sunulmaktadır. Sınıflandırıcı başarım analizleri 8 dB ile 30+ dB arasında farklı sinyal-gürültü oranlarında yapılmaktadır. Sınıflandırma başarım sonuçları yöntemin kullanılabilirliğini göstermektedir.
Özet (Çeviri)
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.
Benzer Tezler
- Prenatal risk assessment of down syndrome by probabilistic classifiers
Olasılıksal sınıflandırıcılar ile down sendromunun doğum öncesi riskinin hesaplanması
ÖMER UZUN
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. FİKRET GÜRGEN
- Predicting the risk of seizing state lands using data mining techniques
Veri madenciliği teknikleri kullanarak kamu alanlarının işgali riskinin tahmin edilmesi
HUSSEIN ALI AHMED AHMED
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. DR. ERDOĞAN DOĞDU
- Neuro classifiers for condition and bearing health assessment of an electric motor
Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar
MINA GHORBAN ZADEH BADELI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA
- Multi-lingual depression-level assessment from conversational speech using acoustic and text features
Başlık çevirisi yok
YASİN SERDAR ÖZKANCA
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CENK DEMİROĞLU
- Farklı dalga boylu görüntülerle buğday sınıflandırılması
Wheat classification with different wavelength images
DUYGU ZEYNEP DEMİREZ ÖRS
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EROL SEKE