买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天翼云科技有限公司

摘要：本发明公开了一种基于联邦学习的NFC中继攻击检测方法及系统，属于深度学习、大数据、联邦学习、NFC安全的技术领域，基于NFC传输信号和联邦学习，本发明基于联邦学习的NFC中继攻击检测识别方案，在不收集原始数据情况下，组织多个NFC阅读器作为参与方训练联邦模型并用于各自端侧的中继攻击检测识别，更适用于端侧应用为主的NFC应用场景，解决数据碎片化及因数据安全、隐私等顾虑造成的数据难集中收集或共享的问题。本发明通过使用深度卷积神经网络模型，抓取传输的NFC信号波形中的发射源设备指纹作为具体设备特征进行识别分类，有效区分合法NFC设备信号和非法NFC信号，在检测识别到NFC中继攻击时终止通信实现端侧的中继攻击防御。

主权项：1.一种基于联邦学习的NFC中继攻击检测方法，其特征在于：具体包含如下步骤；步骤1，选取NFC读卡器设备：基于NXP的NFC芯片的通用读卡器；选取已认证为合法的NFC标签；用于模拟实施NFC中继攻击的设备作为非法NFC标签；赋予各NFC标签的分类标签；记录NFC读卡器实例id；进入步骤2；步骤2，在各个NFC读卡器侧，录制采集NFC标签与NFC阅读器之间交互产生的原始NFC信号和经中继的NFC信号数据，按顺序先后经数据采集、数据帧解析、数据裁剪、数据清洗后，仅保存NFC标签回复读卡器指令；方向：NFC标签→NFC读卡器；ATQA指令信号波形，生成NFCATQA波形数据集，而后进入步骤3；步骤3，构建用于对信号识别分类以及区分合法和中继NFC信号的深度卷积神经网络模型；该模型作为联邦学习框架的待训练网络结构；构建联邦学习训练系统，进入步骤4；步骤4，采用客户端-服务器架构构建一个横向联邦学习训练系统；选取若干NFC阅读器终端作为联邦学习的参与方客户端；选取一个中心服务器节点，起编排作用，其接收各参与方客户端发送的模型参数、进行中心聚合和新一轮聚合模型的参数下发；联邦学习系统中的各节点实现分布式点对点通信；步骤5，以参与方客户端生成和独自持有的NFC波形数据集作为输入，数据样本被分类至的类别标签为输出，各参与方客户端节点基于所采用模型结构及初始状态、本客户端侧数据样本，结合标签真值，考虑的评估指标，在中心服务器的编排下以联邦学习的方式共同训练用于检测识别NFC中继攻击的联邦模型；运行联邦学习训练，直至达到迭代目标；步骤6，参与方客户端侧保存两份模型参数：用于持续联邦训练的模型和用于推断的模型；端侧使用联邦训练模型，参与联邦模型的持续迭代；直至下次推断模型参数的更新，端侧使用满足迭代目标的联邦模型作推断模型，即用于检测识别NFC中继攻击的模型；步骤7，当产生NFC交互时，端侧设备依靠自身计算能力，对传输的NFC信号进行实时预处理，并输入推断模型，获得该信号被分类识别的结果，进而可基于预设判断逻辑，检测和识别NFC中继攻击；当识别为NFC中继攻击，NFC阅读器终端终止NFC通信以抵御NFC中继攻击。

全文数据：

权利要求：

百度查询： 天翼云科技有限公司 一种基于联邦学习的NFC中继攻击检测方法及系统