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
- 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
- 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
- A friendly physical layer warden system
Dost bir fiziksel katman bekçi sistemi
MİRAÇ KUMRAL
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Wi-Fi ve BLE hibrit teknolojilere dayalı makine öğrenme destekli iç mekan konumlandırma
Machine learning-aided indoor positioning based on Wi-Fi and BLE hybrid technologies
YUNUS HAZNEDAR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN
DR. ÖĞR. ÜYESİ ZEYNEP TURGUT AKGÜN
- Design and implementation of indoor multi-floor localization model based AOA/RSS using 2.4 ghz Wi-Fi access point
2.4 ghz Wı-Fı erişim noktası kullanarak AOA/RSS tabanlı çok katlı iç mekan lokalizasyon modeli tasarımı ve uygulaması
SOHAIB QAYS MAHDI AL-AGELE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN