光通信系统基于物理层指纹的识别与认证安全技术研究

This project will study a new secure authentication technique for optical communication systems based on the unique characteristic of physical layer fingerprint from light-emitting device and optical fiber channel. Firstly, this project will propose a physical layer fingerprint characteristic extraction technique based on a combination of transient response and stable response. In details, this research includes the transient response extraction by multi-timescale and the stable response extraction from principal component analysis. Secondly, taking into account the extracted physical layer fingerprint characteristics, this project will study theories to design classifiers. In details, this research includes the optimum classifier design in terms of multiple discriminant analysis and maximum likelihood, the self-learning classifier design based on support vector machines and artificial neural networks. In addition, this project will propose a new authentication protocol for identifications of physical layer fingerprint characteristics in optical fiber communication systems. In details, this research includes the concise authentication protocol design and the secure authentication protocol design based on likelihood. Finally, a prototyping system will be designed in order to verify the theoretical researches. With the help of the obtained results in this project, a new physical layer secure access system can be provided for optical communications. Moreover, the obtained results in this project can be further extended to other wired communication systems with similar properties.

本项目从光通信系统发射设备和光纤信道唯一的物理层指纹特征入手，开创性的研究基于其物理层指纹特征的识别与认证技术。首先，针对光通信系统中的物理层指纹特征提取，本项目将创新性的提出联合瞬态和稳态响应的物理层指纹特征提取技术。具体包括了多时间尺度的瞬态响应物理层指纹特征提取技术、结合主成分分析的稳态响应物理层指纹特征提取技术。其次，基于获取的光通信系统物理层指纹特征，本项目将理论研究分类器设计。具体包括了结合多元判别分析和极大似然法的最优分类器设计、基于支持向量机和人工神经网络的自学习分类器设计。此外，本项目将研究基于光通信系统物理层指纹特征的认证协议。具体包括了精简的安全认证协议设计以及基于似然度的安全协议设计。最终，本项目将在实际系统中对理论研究的成果进行原型验证。基于本项目的研究成果，可以为光通信系统提供一种全新的物理层安全接入体制。其研究成果还可以被推广到其他有类似特性的有线通信系统。

本项目针对光纤通信系统中的身份认证问题，提出并实现了一种基于物理层特征的发射终端识别机制。首先，通过搭建光通信物理层特征提取实验平台，实现了对不同发射源调制波形的获取。基于获取的光通信信号，本项目设计了三种光通信系统物理层指纹特征提取方法，分别是基于波形统计结果的特征提取，基于同步相关峰变化的特征提取以及基于临近符号星座轨迹图的特征提取。在完成特征提取技术研究后，本项目进一步进行了基于光通信系统中物理层指纹特征的分类器设计研究。针对提取的不同特征的物理特性以及随接收信噪比的不同变化规律，本项目完成了一种基于混合特征的分类器设计方法，能够基于预先训练的参数在估计信噪比后选择合适的特征权重用于分类算法，该方法能够实现对24个设备91.11%的识别正确率。此外，本项目还设计了一种基于获取的临近符号星座轨迹图的卷积神经网络的分类方法。该方法能够实现对24个设备99.49%的识别正确率。最后，本项目还完成了基于光通信系统物理层指纹特征认证协议的设计。通过在现有系统中并联加入本项目的基于物理层特征的身份识别方法，再将认证结果传输至传统的接入网关设备，能够实现本项目研究方法在实际系统中的应用。