5G ultra dense network security and handover authentication using advanced machine learning
5G ultra yoğun ağ güvenliği ve gelişmiş makine öğrenimi kullanarak değişim doğrulaması
- Tez No: 768284
- Danışmanlar: Assist. Prof. Dr. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 67
Özet
Bu tezin amacı, 5. nesil ağ testi operasyonları için gelişmiş makine öğrenimi kullanarak ultra yoğun ağ güvenliği ve geçiş kimlik doğrulamasını araştırmak ve değerlendirmektir. 5'inci nesil mobil telefon için 3GPP tarafından geliştirilen protokolleri az önce analiz ettik ve arka plan bilgisi için mmWave frekansını kontrol etmek için standartlar sağladık ancak bu çalışma, 3GPP standartlarının kullanımı ile ilgili olmayan bağımsız bir metodolojiye sahiptir. 100-GHz için 512 eleman ve orta bant alt 6-GHz için 128 eleman ile iki tip MIMO (Giriş ve Çıkış) kullanılmıştır. LOS'un genel olasılığı tüm durumlar için 0,5'tir. 3GPP bu araştırmanın kapsamı değildir, bu araştırma yalnızca AB yol kaybı türünden bağımsızdır. Bu çalışmanın yol kaybı türü, çapraz kutuplu ışınların (±45o) 5G polarizasyonuna bağlıdır. Yaklaşık 15,25 m yükseklikte 0,5 km tahmini mesafede alıcı (rx) işlemleri ve verici (tx) işlemleri. Yol kaybı kesinlikle mesafe ve devir teslimi kimlik doğrulaması, yağmur ve atmosferden etkilenir, bu bağlamda hava durumu türlerinde 6GHz'e karşı 100GHz altı parametreler. Metodoloji, iletim gücünü ve iletim verimliliğini artırarak mekansal çeşitliliği optimize etti. Hem orta bant altı 6 GHz hem de 100 GHz için ANN tabanlı mmWave frekansının kullanımının lisanslanması ve yasallaştırılması açısından, yüksek iletim gücünün yanı sıra yüksek iletim gücüne sahip açık kaynaklı malzeme ve metodoloji ile tasarlanması ve geliştirilmesi nedeniyle mümkündür. kullanılan MIMO giriş/çıkış antenleri kullanılarak belirsiz geçiş kimlik doğrulaması altında iletim hızı. Bu tez, farklı geçiş kimlik doğrulaması hedefi olarak 5G teknolojisinin boyutlandırılmasının araştırılmasını sağlarken, aynı zamanda, üç farklı hava türü için 6 GHz'den 100 GHz'e mmWave frekans bant genişliği için farklı ağ dağıtım yapılandırmaları için giriş parametrelerinde değişikliklere izin verir. Bu süreç, MATLAB R2019a'da sinyal işleme araç kutusu ve makine öğrenimi araç kutusundan belirli makine öğrenimi tabanlı ANN algoritması kullanılarak 5G ağının yayılma modellerinin kullanılmasıyla, farklı atmosfer koşulları altında 5G ağ araştırmasına üst düzey bir yaklaşım olarak görülebilir. Kabul edilebilir bir doğruluk derecesi olan yağmur emme ve anten örüntüsü sayısı ile fazla yaprak kaybı ile veri setinde üç hava tipi için bir çıktı çözümü üretmek mümkündür.
Özet (Çeviri)
The aim of this thesis is to investigate and evaluate ultra-dense network security and handover authentication using advanced machine learning for the operations of 5th generation network testing. We have just analyzed the 3GPP developed protocols for 5th generation mobile telephony and provide standards for controlling the mmWave frequency for background knowledge but this work has an independent methodology which does not concerns the use of 3GPP standards. Two types of MIMO (Input and Output) have been used with 512 elements for 100-GHz and 128 elements for mid-band sub 6-GHz. The general probability of LOS is 0.5 for all cases. The 3GPP is not the scope of this research, this research solely independent of AB path loss type. The path loss type of this work is dependent on the 5G polarization of cross-pol beams (±45o). The receiver (rx) operations and transmitter (tx) operations in the estimated distance of 0.5 km at an approximate altitude of 15.25 m. The pathloss is definitely affected by distance and handover authentication, rain and atmosphere, in this regard the parameters of sub- 6GHz vs 100GHz on the types of weather. The methodology has optimized the spatial diversity by enhancing transmitting power and transmitting efficiency. In terms of licensing and legalizing the use of ANN based mmWave frequency for both mid-band sub 6-GHz and 100-GHz is possible because of its designing and development with the open-source material and methodology with high transmission power as well as high transmission rate under uncertain handover authentication using MIMO input/output antennas used. This thesis provides an investigation of 5G technology dimensioning as objective for different handover authentication, while also permitting changes in input parameters for different network deployment configurations for mmWave frequency bandwidth from 6 GHz to 100 GHz for three different weather types. This process can be seen as a high-level approach to 5G network investigation under different atmospheric conditions, where by the use of propagation models of 5G network using signal processing toolbox and specific machine learning-based ANN algorithm from machine learning toolbox in MATLAB R2019a, it is possible to produce an output solution for three weather types in dataset with an acceptable degree of accuracy of rain absorption and excess foliage loss with number of antenna patterns.
Benzer Tezler
- Ultra yoğun ağlarda güvenli geçiş yönetimi
Secure handover managment in ultra dense network
YERDOS AMİRBEKOV
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF BOZKAYA
- Handover management in ultra-dense 5G networks
Yeni nesil ultra-yoğun 5G ağlarda hareketlilik yönetimi
TUĞÇE BİLEN
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BERK CANBERK
- 5G ötesi aşırı yoğun heterojen haberleşme ağlarında el değiştirmelere dayalı hücresel ağ iyileştirmesi
Handover-based cellular network healing in beyond 5G ultra dense heterogeneous communication networks
ABDUSSAMET HATİPOĞLU
Yüksek Lisans
Türkçe
2021
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Offloading decision with mobility-aware for mobile edge computing in 5G networks
5g şebekesinde mobil kenar bilgi işlem için mobilite bilinci ile aktarma kararları
SAEID JAHANDAR BONAB
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERGEN
- Traffic and mobility aware delay modeling for software-defined networks (SDN)
Yazılım tanımlı ağlar için trafik ve hareket duyarlı gecikme modeli
MÜGE ÖZÇEVİK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BERK CANBERK