信息安全研究 ›› 2025, Vol. 11 ›› Issue (E2): 209-.

• 2025“数字经济与网络安全”论文集 • 上一篇    下一篇

卷积神经网络在WLAN路由器模拟攻击检测 实践教育中的方法研究#br#

昌硕李剑
  

  1. (北京邮电大学网络空间安全学院北京100876)
  • 出版日期:2025-12-27 发布日期:2025-12-29
  • 通讯作者: 昌硕 博士,讲师.主要研究方向为人工智能安全、网络空间安全、电磁空间安全. changshuo@bupt.edu.cn
  • 作者简介:昌硕 博士,讲师.主要研究方向为人工智能安全、网络空间安全、电磁空间安全. changshuo@bupt.edu.cn 李剑 博士,教授.主要研究方向为人工智能安全、网络空间安全、量子密码、区块链技术. lijian@bupt.edu.cn
  • 基金资助:
    北京邮电大学“2025年本科教育教学改革一般项目”(2025YB32);北京邮电大学“2025年本科教育教学改革重点项目”(2025ZD12);北京邮电大学“2024年新进教师资助项目”(2024RC07)

  • Online:2025-12-27 Published:2025-12-29

摘要: 针对无线局域网路由器模拟等网络安全威胁及当前人工智能安全教育中实践教学不足的问题,提出一种基于卷积神经网络的教学实践方法.指导学生在MATLAB环境下,利用工具箱生成包含信道和射频损伤特征的无线局域网信标帧,并从中提取长训练字段作为射频指纹,构建模拟数据集.随后,设计并训练一个卷积神经网络模型,用于对不同路由器的射频指纹进行分类.实践结果表明,训练后的模型能够以高准确率区分已知合法路由器和未知设备,并能成功识别出冒用已知访问控制地址的模拟攻击者.本案例将无线通信、信号处理与深度学习紧密结合,显著提升了学生在人工智能安全领域的工程实践与创新能力.

关键词: 人工智能安全, 实践教育, 卷积神经网络, WLAN安全, 射频指纹

中图分类号: