来源：期刊VIP网 时间：
作者：安永丽;白海飞;李宗瑞;纪占林;
单位：华北理工大学人工智能学院;浙江农林大学数学与计算机科学学院;
摘要：为解决基于深度学习的物理层认证在训练阶段非法者数据难以获取的问题，提出一种基于自编码器的物理层安全认证方案，即注意力-残差-卷积自编码器(Attention-Residual-Convolutional Autoencoder, AR-CAE)方案，可以在不需要非法数据的情况下得到性能良好的认证器。在自编码器中融入注意力机制，可增强模型特征表示能力；引入残差结构，能减少关键特征丢失并提升模型收敛能力。将该模型与另外3种不同模型对比，实验表明其在不同评价指标中均具优越性。
关键词：物理层认证;;自编码器;;注意力;;卷积神经网络
基金资助：国家重点研发计划(2017YFE0135700);; 河北省“高层次人才支持计划”资助项目(A201903011)~~
