Radyo frekans parmak izi ile cihaz kimliklendirmelerinde yaşlanma etkisinin incelenmesi
Examining the impact of aging on device identification with radio frequency fingerprinting
- Tez No: 984760
- Danışmanlar: PROF. DR. ALİ KARA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, donanımsal bozulmalardan faydalanan Radyo Frekans Parmak İzi (RFF) yönteminin uzun vadeli kullanımında karşılaşabileceği en önemli sorunlardan biri olan kristal yaşlanması etkisini ele almaktadır. LoRa tabanlı sinyallerden oluşan bir veri kümesine, üretici teknik dokümanlarında yer alan maksimum sapma değerlerine dayanarak sentetik yaşlanma etkisi eklenmiş ve bu etki altı aylık periyotlarla modellenerek analiz edilmiştir. Yalnızca başlangıçtaki ham verilerle eğitilen modelin sınıflandırma doğruluğu zamanla %99'dan %6'ya kadar dramatik biçimde düşerken, her altı ayda bir yeni yaşlanmış verilerin önceki eğitim verileriyle birleştirilerek gerçekleştirilen kümülatif yeniden eğitim yaklaşımı, sınıflandırma başarımını tekrar %99 seviyelerine çıkarmayı başarmıştır. Bu sonuçlar, donanım değişikliği gerektirmeksizin kristal yaşlanmasının yol açtığı frekans sapmalarının telafi edilebileceğini göstermekte; dolayısıyla kümülatif yeniden eğitim stratejisini RFF sistemleri için uzun vadeli ve pratik bir çözüm olarak öne çıkarmaktadır.
Özet (Çeviri)
This study addresses one of the key challenges in the long-term deployment of Radio Frequency Fingerprinting (RFF) systems, which rely on hardware impairments: the effect of crystal oscillator aging. A dataset composed of LoRa-based signals was augmented with synthetic aging effects derived from manufacturer datasheets specifying maximum frequency deviations, and this aging was modeled and analyzed at six-month intervals. While the classification accuracy of a model trained solely on the initial unaged data degraded sharply from 99% to 6% over time, a cumulative retraining strategy, in which newly aged data was incrementally combined with prior training data at each interval, successfully restored accuracy back to 99%. These results demonstrate that the frequency drift caused by oscillator aging can be effectively mitigated without requiring hardware modifications, positioning cumulative retraining as a practical and sustainable solution for maintaining the performance of RFF systems over time.
Benzer Tezler
- Wi-Fi sinyalleri kullanılarak kablosuz cihazların derin öğrenme yöntemleri ile kimliklendirilmesine yönelik bir çalışma
A study on wireless device identification using Wi-Fi signals by means of deep learning methods
MUHAMMED SEFA KOÇAKOĞLU
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiAskeri Elektronik Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARA
- Düşük maliyetli alıcılarda RF parmak izi oluşturma yöntemine dayalı kablosuz vericilerin kimlik tespiti
Identification of wireless transmitters based on RF fingerprinting in low-end receivers
ABDULLAH ASLAN
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELÇUK TAŞCIOĞLU
- Hava araçlarının ADS-B sinyalleri yardımıyla sınıflandırılması
Classification of aircrafts by means ADS-B signals
GÜRSU GÜRER
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARA
- RF parmak izi kullanılarak IoT cihaz tanımada meta aşırı öğrenme makinası tabanlı başarım analizi
Meta extreme learning machine based performance analysis for IoT device identification using RF fingerprint
HÜSEYİN PARMAKSIZ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CİHAN KARAKUZU
- Use of radiofrequency (RF) fingerprinting for device authorizations
Radyo frekansı (RF) parmak izi kullanarak cihaz yetkilendirmesi
RAİF İYİPARLAKOĞLU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiAtılım ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. YASER DALVEREN