全球科技每日监测AI 与全技术每日扫描

中文读懂 AI 与全技术今天发生了什么

邮箱轻订阅 · 免费开订每日精选技术情报:中文标题 → 要点 → 详情链。主题月卡加量 · 数据 API 可对接。

站内快照 · 国内可打开。外网原文可能无法访问。

  • 论文公开站arXiv

    FreqSpaNet:用于物理层硬件完整性检测的SFPF频率与空间学习

    FreqSpaNet: Frequency and Spatial Learning of SFPF for Physical Layer Hardware Integrity Detection

    摘要显示,未经授权的硬件替换可在保留无线设备逻辑身份的同时改变其物理实现,给硬件完整性验证带来挑战。时空频极化指纹(SFPF)能捕获设备在多个频率与方向上的响应,但其频域与空域维度具有不同的结构依赖关系。为此作者提出 FreqSpaNet,一个用于开集硬件异常检测的 SFPF 表征学习网络:频率分支捕获相邻频率间的局部变化,几何感知空间分支利用角度信息建模方向关系,两者经自适应融合并结合互补预训练。实验显示其平均 AUROC 达 96.31%,较基线高 9.05 个百分点,并在七种硬件替换场景下得到验证。

    意义:为无线设备硬件完整性验证提供频域-空域联合表征方法,对物理层安全与设备身份认证研究有参考价值。

    物理层安全 硬件完整性检测 异常检测 表征学习 无线设备指纹