Wi-Fi sinyalleri kullanılarak kablosuz cihazların derin öğrenme yöntemleri ile kimliklendirilmesine yönelik bir çalışma
A study on wireless device identification using Wi-Fi signals by means of deep learning methods
- Tez No: 735332
- Danışmanlar: PROF. DR. ALİ KARA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Savunma ve Savunma Teknolojileri, Electrical and Electronics Engineering, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Alparslan Savunma Bilimleri Enstitüsü
- Ana Bilim Dalı: Askeri Elektronik Sistemler Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Askeri Elektronik Sistemler Mühendisliği Bilim Dalı
- Sayfa Sayısı: 126
Özet
Günümüz teknolojik altyapısında haberleşmede yüksek veri aktarımı son derece önem arz etmektedir. Yüksek veri iletiminde ise sinyallerin geniş bantta iletilme yöntemleri kullanılmaktadır. Geniş bant kablosuz haberleşme ağlarında ise çoğullama (Ing. Multiplexing) gibi konularda oluşacak sorunlara karşı yüksek veri aktarımını sağlama yollarından birisi olan Yayılı Spektrum (Ing. Spread Spectrum, SS) yöntemi kullanılmaktır. Yayılı spektrum çeşitli amaçlar doğrultusunda kullanılmakla birlikte avantajları sebebiyle askeri ve istihbari faaliyetlerde kullanılmak için de uygundur. Öte yandan sinyal işleme, modülasyon gibi işlemlerin yazılımsal olarak yapılmasını sağlayan Yazılım Tanımlı Radyoların (Ing. Software Defined Radio, SDR) kullanımı da her geçen gün önem kazanarak artmaktadır. Bununla birlikte sınıflandırma, güvenlik ve cihaz tanıma gibi birçok işlem için kullanılan Radyo Frekans Parmak izi (Ing. Radio Frequency Fingerprinting) yöntemleri son derece mühim ve yaygın kullanılan bir işlemdir. Bu tezde kablosuz haberleşme sistemlerinin fiziksel katmanlarındaki devre elemanların toleranslarından kaynaklanan ve sinyale benzersiz olarak yansıyan Radyo Frekans Parmak izi yöntemleri ile Yazılım Tanımlı Radyolar kullanarak Derin Öğrenme ile sinyal sınıflandırma yapılmıştır. Sınıflandırma, derin öğrenmenin iki farklı algoritmasıyla CNN ve CNN-LSTM hibrit algoritması ile uygulanmış olup iki algoritma kıyaslanmıştır.
Özet (Çeviri)
In today's technological infrastructure, high data transfer is extremely important in communication. In high data transmission, broadband transmission methods of signals is used. In broadband wireless communication networks, Spread Spectrum (SS) method, which is one of the ways to provide high data transfer, is used against problems such as multiplexing. Spread Spectrum is also suitable for use in military and intelligence activities in many respects. On the other hand, the use of Software Defined Radio (SDR), which enables processes such as signal processing and modulation to be done in software, is increasing day by day. Additionally, Radio Frequency Fingerprinting methods, which are used for many processes such as classification, security and device recognition, are an extremely important and widely used process. In this thesis, signal classification has been made with Deep Learning using Radio Frequency Fingerprint methods, which originate from the tolerances of the circuit elements in the physical layers of the wireless communication systems and which are uniquely reflected on the signal, and Software Defined Radios. Classification was applied with two different algorithms of Deep Learning, CNN and CNN-LSTM hybrid algorithm, and the two algorithms were compared in terms of both success.
Benzer Tezler
- Derin öğrenme yöntemleri kullanılarak elektronik cihazların yaydığı ve ürettiği sinyaller üzerinden kimliklendirilmesi
Identification of electronic devices through signals emitted and produced using deep learning methods
FURKAN HASAN SAKACI
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Fog computing architecture for e-textile applications
E-tekstil uygulamaları için sis bilişim mimarisi
KADİR ÖZLEM
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
DOÇ. DR. ÖZGÜR ATALAY
- Performance evaluations on the spatial reuse techniques of the next generation wlans
Yeni nesil kablosuz yerel ağlarında spektral tekrar kullanım tekniklerinin değerlendirmesi
ÖMER FARUK TOPAL
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Enhanced out of boundary uwb based localization for industrial digital twins
Endüstriyel dijital ikizler için alıcı alanın dışında uwb tabanlı konumlandırma iyileştirmesi
LÜTFÜ SİRAC KÜÇÜKARABACIOĞLU
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ
- Li-fi teknolojisi kullanılarak ışık ile su altında veri aktarımı
Underwater data transfer with light using li-fi technology
KAAN DURAN KURT
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH AHMET ŞENEL