معايير نظرية المعلومات لكشف إشارات البلوتوث
DOI:
https://doi.org/10.61952/jlabw.v2i1.480الكلمات المفتاحية:
الحد الأدنى لطول الوصف، بداية MDL، كشف الانتقال، إشارات الترددات الراديويةالملخص
يُعدّ تحديد نقطة بداية إشارات البلوتوث خطوة أساسية في تحليل الاتصالات اللاسلكية وتطبيقات معالجة الإشارات. تقدم هذه الدراسة نهجًا قائمًا على نظرية المعلومات يُعرف بمبدأ الحد الأدنى لطول الوصف (Minimum Description Length - MDL) كطريقة لتحديد نقطة انتقال الإشارة اعتمادًا على التعقيد الإحصائي. يعمل مبدأ MDL على تقسيم الإشارة إلى أجزاء واختيار النقطة التي يكون عندها وصف النموذج أكثر إحكامًا، مما يؤدي إلى تقليل التكرار. يوفّر هذا المبدأ عملية مرنة قائمة على اتخاذ القرار لاكتشاف التحولات دون الحاجة إلى تحديد عتبة مسبقة. تم تقديم التقنية بشكل مقارن مع معيار أكايكي للمعلومات (Akaike Information Criterion - AIC)، وتم اختبارها باستخدام بيانات حقيقية لإشارات البلوتوث، حيث أظهرت قدرتها على التعرف على الإشارة الحقيقية بكفاءة. تعتمد الطريقة المقترحة على الخصائص الإحصائية الكامنة في الإشارة، مما يوفر نظامًا واضحًا لتحديد لحظة استيقاظ الجهاز في معالجة إشارات الترددات الراديوية (RF)
المراجع
Ali, Aysha & Kara, Ali & Uzundurukan, Emre. (2022). Assessment of Features and Classifiers for Bluetooth RF Fingerprinting. IEEE Access. 7. 50524-50535.
1109/ACCESS.2019.291145.
AJOUAT S. A., TEZEL N. S., “Radio frequency transient segment detection based on Akaike Information Criterion”, Politeknik Dergisi, 25(4): 1681-1686, (2022). https://doi.org/10.2339/politeknik.967341
Rissanen, J. (1989). Stochastic Complexity in Statistical Inquiry.
Y. Yuan, Z. Huang, H. Wu, and X. Wang, “Specific emitter identification based on Hilbert-Huang transform-based timefrequency-energy distribution features,” IET Communications, vol. 8, no. 13, pp. 2404–2412, 2014.
F. Salahdine, H. El Ghazi, N. Kaabouch, and W. F. Fihri, "Matched filter detection with dynamic threshold for cognitive radio networks," in Proc. IEEE Int. Conf. Wireless Networks and Mobile Communications (WINCOM), 2015.
Uzundurukan, Emre & Ali, Aysha & Dalveren, Yaser & Kara, Ali. “Performance Analysis of Modular RF Front End for RF Fingerprinting of Bluetooth Devices”, (2020). Wireless Personal Communications. 112. 10.1007/s11277-020-07162-z.
Adesina, D., Hsieh, C. C., Sagduyu, Y. E., & Qian, L. (2022). Adversarial Machine Learning in Wireless Communications: Challenges and Opportunities. Wireless Communications and Mobile Computing, 2022, 1-14.
Z. Bao, Y. Lin, S. Zhang, Z. Li and S. Mao, "Threat of Adversarial Attacks on DL-Based IoT Device Identification," in IEEE Internet of Things Journal, vol. 9, no. 11, pp. 9012-9024, 1 June1, 2022, doi: 10.1109/JIOT.2021.3120197.
Grünwald, Peter. “The Minimum Description Length Principle”, (2007). 10.7551/mitpress/4643.001.0001.
Davis, Richard & Lee, Thomas & Rodriguez-Yam, Gabriel. (2006). Structural Break Estimation for Nonstationary Time Series Models. Journal of the American Statistical Association. 101. 223-239. 10.1198/016214505000000745.
S. Evans, S. Markham, A. Torres, A. Kourtidis and D. Conklin, "An Improved Minimum Description Length Learning Algorithm for Nucleotide Sequence Analysis," 2006 Fortieth Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, USA, 2006, pp. 1843-1850, doi: 10.1109/ACSSC.2006.355081.
Hinton, G. E., & van Camp, D. Keeping the neural networks simple by minimizing the description length of the weights, (1993). Proceedings of the 6th Annual Conference on Computational Learning Theory (COLT '93).
O. Ureten and N. Serinken, “Wireless security through RF fingerprinting,” in Canadian Journal of Electrical and Computer Engineering, Winter 2007. https://doi.org/10.1109/CJECE.2007.364330
Hall, Jeyanthi et al. “Detecting rogue devices in bluetooth networks using radio frequency fingerprinting.” CCN (2006).
Uzundurukan, E. & Dalveren, Y. & Kara, A. “A Database for the Radio Frequency Fingerprinting of Bluetooth Devices”, (2020). https://doi.org/10.3390/data5020055
N. Maeda, “A method for reading and checking phase time in auto-processing system of seismic wave data,” Zisin (Journal of the Seismological Society of Japan. 2nd ser.), vol. 38, (1985).
Wax, Mati & Kailath, Thomas “Detection of signals by information theoretic criteria. Acoustics”, (1985)., Speech and Signal Processing, IEEE Transactions on. 33. 387 - 392. 10.1109/TASSP.1985.1164557.
