Machine Translated by Google

Nhận dạng lớp vật lý của thẻ UHF RFID

ˇ
Davide Zanetti, Boris Danev và Srdjan Capkun
Khoa Khoa học Máy tính
ETH Zurich, Thụy
Sĩ {zanettid, bdanev, capkuns}@inf.ethz.ch

TRỪU TƯỢNG đã được đề xuất để xác thực RFID [21, 27, 49], quản lý khóa [30, 33] và

triển khai bảo vệ quyền riêng tư [7, 14, 16, 28, 31, 35]. Tài liệu chứa một
Trong công việc này, chúng tôi nghiên cứu nhận dạng lớp vật lý của các thẻ
số cuộc điều tra về các giao thức bảo mật và quyền riêng tư của RFID [2, 29]
UHF RFID thụ động. Chúng tôi thu thập tín hiệu từ tổng số 70 thẻ bằng cách
ở cấp độ logic; tuy nhiên, ít chú ý đến ý nghĩa bảo mật và quyền riêng tư
sử dụng trình đọc được xây dựng có mục đích và chúng tôi phân tích miền thời
của lớp giao tiếp vật lý RFID.
gian và các đặc điểm quang phổ của tín hiệu được thu thập. Chúng tôi cho

thấy rằng, dựa trên các đặc điểm thời gian của tín hiệu, các thẻ UHF RFID
Các kỹ thuật nhận dạng thiết bị lớp vật lý nhằm mục đích xác định một
có thể được phân loại, độc lập với vị trí và khoảng cách đến đầu đọc (được
thiết bị hoặc một lớp thiết bị dựa trên dấu vân tay thu được bằng cách phân
đánh giá lên đến 6 mét), với độ chính xác xấp xỉ. 71% (trong dân số của
tích giao tiếp của thiết bị ở lớp vật lý. Các kỹ thuật như vậy đã được đề
chúng tôi). Ngoài ra, chúng tôi cho thấy rằng có thể xác định duy nhất tối
6 xuất cho một số ứng dụng và nền tảng ít dây hơn [11, 12, 24, 26, 39, 46,
đa xấp xỉ. 2 thẻ UHF RFID độc lập với kích thước dân số. Chúng tôi phân
48, 50] và một số nghiên cứu đề cập đến các thẻ HF [12, 40] và UHF [38].
tích ý nghĩa của những kết quả này đối với quyền riêng tư của người giữ thẻ.

Chúng tôi tiếp tục chỉ ra rằng, trong các môi trường được kiểm soát, các thẻ
Hàm ý của việc áp dụng các kỹ thuật nhận dạng thiết bị lớp vật lý trên
UHF RFID có thể được nhận dạng duy nhất dựa trên các đặc điểm phổ tín hiệu
các ứng dụng dựa trên RFID có hai mặt: chúng có thể cung cấp các đảm bảo an
của chúng với Tỷ lệ lỗi bằng nhau là 0% (trong phạm vi phổ biến của chúng
ninh bổ sung bằng cách cho phép nhận dạng dựa trên lớp vật lý, nhưng chúng
tôi); chúng tôi thảo luận về việc áp dụng các kỹ thuật đó để phát hiện nhân
cũng có thể làm mất hiệu lực các đảm bảo quyền riêng tư của các giao thức
bản trong chuỗi cung ứng hỗ trợ RFID.
chạy ở các lớp giao tiếp trên.

Các danh mục và mô tả chủ đề C.2.1 [Mạng máy tính-truyền
thông]: Kiến trúc và thiết kế kiến trúc mạng —Truyền thông không dây; C.3
[Tổ chức hệ thống máy tính]: Hệ thống dựa trên ứng dụng và mục đích đặc biệt
—Hệ thống xử lý tín hiệu; K.6.5 [Quản lý hệ thống thông tin và máy tính]:
Bảo mật và Bảo vệ—Xác thực, Bảo mật vật lý, Truy cập trái phép
Trong công việc này, chúng tôi nghiên cứu nhận dạng lớp vật lý của các
thẻ UHF RFID thụ động. Chúng tôi đã thực hiện các thử nghiệm trên một quần
thể gồm 70 thẻ UHF RFID (EPC C1G2) từ ba nhà sản xuất khác nhau. Chúng tôi
đã xây dựng một đầu đọc RFID thách thức các thẻ bằng cách mô phỏng một giao
thức kiểm kê. Từ phần mở đầu (cố định) của các câu trả lời của thẻ, chúng
tôi đã trích xuất các tính năng tín hiệu RF cho phép chúng tôi phân loại và

xác định các mô hình thẻ và các thẻ riêng lẻ. Các tính năng mà chúng tôi

trích xuất chứa thông tin về thời gian và quang phổ của các tín hiệu được thu thập.

Chúng tôi cho thấy rằng, bằng cách sử dụng các tính năng định giờ, các
Điều khoản chung thẻ UHF RFID riêng lẻ có thể được phân loại với độ chính xác 71,4% (trong

phạm vi dân số của chúng tôi) từ các vị trí khác nhau và khoảng cách lên tới
Thiết kế, Thử nghiệm, Đo lường, Bảo mật 6
6 mét, đồng thời có thể xác định duy nhất tối đa xấp xỉ. 2 thẻ UHF RFID độc

lập với quy mô dân số. Những kết quả này có ý nghĩa đối với quyền riêng tư
từ khóa của người dùng: việc theo dõi người dùng thẻ RFID thực sự có thể thực hiện

Vân tay, Nhận dạng lớp vật lý, Quyền riêng tư, RFID, Theo dõi, Bảo mật được (i) với độ chính xác cao, đặc biệt là khi người dùng phải mang theo

không dây nhiều thẻ RFID (ví dụ: trên kính, thiết bị y tế, quần áo, v.v.) ) và (ii)

bất chấp hầu hết các biện pháp đối phó bảo vệ quyền riêng tư trên các lớp

1. GIỚI THIỆU giao tiếp phía trên. Cụ thể, nếu có thể giao tiếp bằng thẻ RFID, các kỹ

thuật nhận dạng lớp vật lý sẽ cho phép nó được theo dõi bất kể vị trí của
Các thiết bị Nhận dạng Tần số Vô tuyến (RFID) ngày càng trở thành thành
thẻ. Kết quả này là kết quả đầu tiên cho thấy rằng có thể theo dõi các thẻ
phần quan trọng của một số hệ thống như hộ chiếu điện tử [1], hệ thống giao
UHF RFID với độ chính xác cao từ khoảng cách hoạt động danh nghĩa của chúng
thông [51] và hệ thống chuỗi cung ứng [19]. Kết quả là, một số giao thức
(nghĩa là trong vòng 6 mét).
bảo mật

Chúng tôi tiếp tục chỉ ra rằng, bằng cách sử dụng các tính năng quang

phổ, trong môi trường được kiểm soát, thẻ UHF RFID có thể được phân loại với

Quyền tạo bản sao kỹ thuật số hoặc bản cứng của tất cả hoặc một phần tác phẩm này để độ chính xác 99,6% và được xác định với Tỷ lệ lỗi bằng nhau là 0,0% (trong
sử dụng cho mục đích cá nhân hoặc trong lớp học được cấp miễn phí với điều kiện là dân số của chúng tôi). Mặc dù kết quả này cho thấy rằng các tính năng quang
các bản sao đó không được tạo ra hoặc phân phối vì lợi nhuận hoặc lợi thế thương mại phổ không ổn định khi được đo từ các khoảng cách khác nhau, nhưng việc phân
và các bản sao đó có thông báo này và trích dẫn đầy đủ ở trang đầu tiên . Để sao
loại và nhận dạng có độ chính xác cao do kỹ thuật này cung cấp có thể thúc
chép, tái xuất bản, đăng trên máy chủ hoặc phân phối lại vào danh sách, cần có sự cho
đẩy việc sử dụng nó để phát hiện nhân bản sản phẩm trong chuỗi cung ứng hỗ
phép cụ thể trước và/hoặc trả phí.
trợ RFID.
MobiCom'10, ngày 20–24 tháng 9 năm 2010, Chicago, Illinois, Hoa Kỳ.
Bản quyền 2010 ACM 978-1-4503-0181-7/10/09 ...$10,00.

353
Machine Translated by Google

0,4
Phần còn lại của bài báo này được tổ chức như sau. Trong Phần 2, chúng Thử thách thiết lập chuyển đổi
tôi xác định tuyên bố vấn đề của mình và cung cấp tổng quan về hệ thống. (lệnh EPC)

Trong Phần 3, chúng tôi trình bày thiết lập thu nhận, các thử nghiệm đã 0,3

thực hiện và tóm tắt dữ liệu thu thập được. Chúng tôi giới thiệu các kỹ phản hồi thẻ
RN16
thuật nhận dạng lớp vật lý trong Phần 4 và trình bày kết quả hoạt động
0,2 (dữ liệu tán xạ ngược)
của chúng trong Phần 5. Trong Phần 6, chúng tôi thảo luận về ý nghĩa của
các kỹ thuật của chúng tôi. Chúng tôi trình bày tổng quan về nền tảng Điện
[V]
áp

và các công việc liên quan trong Phần 7 và kết thúc bài báo trong Phần 8. 0,1

0
2. ĐẶT VẤN ĐỀ VÀ HỆ THỐNG

TỔNG QUAN
-0,1 Lựa chọn Truy vấn Nak

Mục tiêu chính của công việc của chúng tôi là nghiên cứu tính khả thi
0 0,5 1 1,5 2
và độ chính xác của nhận dạng lớp vật lý (xác minh danh tính) và phân Thời gian [ms]

loại các thẻ UHF RFID thụ động. Đầu tiên đề cập đến việc xác minh danh
tính thẻ dựa trên các quyết định chấp nhận/từ chối: dấu vân tay của thẻ
Hình 1: Thử thách thiết lập mua lại và phản hồi thẻ.
theo nhận dạng được xác minh dựa trên dấu vân tay tham chiếu đại diện
cho danh tính được yêu cầu (so sánh 1:1).
Cái sau đề cập đến sự liên kết của các thẻ với các nhóm lớp được xác định
tín hiệu được điều biến bằng cách sửa đổi hệ số phản xạ của một tenna
trước đó dựa trên các quy tắc tương tự: thẻ được phân loại được gán cho
của nó. Hình 1 cho thấy thử thách của trình đọc mẫu và phản hồi của thẻ
một và chỉ một lớp, trong nghiên cứu của chúng tôi, đại diện cho thẻ hoặc
tiếp theo.
mô hình thẻ.
Thiết lập thu nhận của chúng tôi được hiển thị trong Hình 2: nó bao
Trong nghiên cứu của chúng tôi, chúng tôi sử dụng một thiết lập thử
gồm một bộ phát và một bộ thu và sử dụng cấu hình ăng-ten hai tĩnh để
nghiệm duy nhất để kiểm tra phân loại và nhận dạng. Thiết lập của chúng
giảm thiểu rò rỉ từ bộ phát sang bộ thu (tức là, một tenna cho bộ phát
tôi bao gồm hai thành phần chính: thiết lập thu thập tín hiệu (nghĩa là
và một ăng-ten thứ hai cho bộ thu) . Các ăng-ten đã chọn được phân cực
trình đọc thẻ được xây dựng có mục đích, Phần 3.1) và mô-đun trích xuất
tròn, cho phép thiết lập thu nhận của chúng tôi cấp nguồn (và sau đó
và khớp đặc trưng (Phần 4). Thiết lập mua lại của chúng tôi thách thức
giao tiếp với) một thẻ nhỏ giảm thiểu tác động của hướng thẻ.
các thẻ có lệnh trong và ngoài thông số kỹ thuật (Phần 3.2) và ghi lại
phản hồi của chúng. Mô-đun trích xuất tính năng của chúng tôi sau đó
Máy phát của chúng tôi bao gồm một bộ tạo dạng sóng tùy ý phát ra các
trích xuất các tính năng thời gian và quang phổ từ các phản hồi được thu
lệnh và dữ liệu ở tần số băng cơ sở theo mã hóa khoảng xung (PIE) và điều
thập; cụ thể hơn, mô-đun của chúng tôi trích xuất lỗi khoảng thời gian,
chế khóa dịch chuyển biên độ đảo pha (PR-ASK) (như được nêu chi tiết
công suất băng cơ sở trung bình và các thành phần tần số của các phản hồi.
trong thông số kỹ thuật EPC C1G2 [18]) và của bộ trộn trộn tín hiệu dải
Để đánh giá cả độ chính xác phân loại và nhận dạng của
cơ sở với tần số sóng mang đã chọn. Sau giai đoạn khuếch đại cuối cùng
kỹ thuật nhận dạng lớp vật lý của chúng tôi, chúng tôi triển khai một
và xem xét độ lợi của ăng-ten, công suất truyền danh nghĩa là 29 dBm. Tần
quần thể thẻ bao gồm 70 thẻ EPC lớp 1 thế hệ 2 (C1G2) [18] của ba mẫu và
số sóng mang được chọn là 866,7 MHz (tương ứng với kênh 6, băng tần 2,
nhà sản xuất. Thẻ EPC C1G2 là thẻ UHF thụ động tiêu chuẩn trên thực tế
của quy định ETSI EN 302 208 [20], xác định 10 kênh 200 KHz @ 2W ERP
và phổ biến nhất trên thị trường hiện tại.
trong khoảng từ 865,6 đến 867,6 MHz). Các lệnh và dữ liệu được tải vào
bộ tạo dạng sóng tùy ý dưới dạng các chuỗi mẫu với tốc độ lấy mẫu và độ
Tóm lại, trong công việc này, chúng tôi giải quyết các câu hỏi sau:
phân giải tương ứng là 600 KS/s và 12 bit.

1. Có thể xác định các thẻ UHF RFID thụ động bằng các kỹ thuật nhận
dạng lớp vật lý không?

2. Độ chính xác phân loại và nhận dạng của chúng tôi là gì

thiết lập, trong quần thể thẻ của chúng tôi?
3. Tác động của các yếu tố thu thập tín hiệu và môi trường như vị trí
thẻ, hướng thẻ, công suất truyền thông và tốc độ lấy mẫu đối với
độ chính xác của phân loại và nhận dạng là gì?
4. Ý nghĩa của các kỹ thuật được đề xuất đối với quyền riêng tư của
người dùng và cách chúng có thể được sử dụng để phát hiện nhân
bản trong chuỗi cung ứng hỗ trợ RFID?
3. THIẾT LẬP THỬ NGHIỆM VÀ DỮ LIỆU
Trong phần này, trước tiên chúng tôi mô tả việc thu nhận tín hiệu của chúng tôi và
thiết lập tenna. Sau đó, chúng tôi trình bày chi tiết các loại thử nghiệm khác nhau mà
chúng tôi đã thực hiện và trình bày các bộ dữ liệu đã thu thập.
Bộ thu của chúng tôi dựa trên bộ giải mã I/Q chuyển đổi trực tiếp [15]
và hai bộ chuyển đổi tương tự sang số (ADC). Pha của phản xạ thẻ (nghĩa
là tín hiệu tán xạ ngược) không thể dự đoán hoặc kiểm soát được, vì nó
thay đổi theo khoảng cách tới thẻ; bộ giải điều chế I/Q cho phép nhận tín
hiệu tán xạ ngược bất kể khoảng cách tới thẻ. Để cuối cùng thu được tín
hiệu tán xạ ngược của thẻ, chúng tôi chuyển đổi nó thành miền kỹ thuật
số bằng cách sử dụng hai ADC với tốc độ lấy mẫu là 1 GS/s và độ phân giải
8 bit.
Vị trí của ăng-ten phát và thu cũng như của các thẻ mà chúng tôi đã
xem xét trong các thử nghiệm của mình được hiển thị trong Hình 3. Các
ăng-ten thu được đặt theo chiều dọc (trục z) chồng lên nhau, cách mặt đất
0,5 m và 1 m , tương ứng.
Ở vị trí danh nghĩa của chúng, các thẻ được định vị cách đều giữa hai
ăng-ten dọc theo trục z, tâm của các ăng-ten trên trục x và ở khoảng cách
0,8 m. Do đó, vị trí danh nghĩa của thẻ là (0, 0,8, 0,75).

3.1 Thiết lập thu nhận và ăng-ten

Giao tiếp giữa đầu đọc và thẻ RFID là bán song công. Đầu đọc truyền 3.2 Các thí nghiệm đã thực hiện
lệnh và dữ liệu đến thẻ bằng cách điều chỉnh tín hiệu RF. Thẻ trả lời Các thử nghiệm của chúng tôi dựa trên sự tương tác giữa người đọc và
người đọc bằng cách sử dụng tán xạ ngược quần thể thẻ được sử dụng cho mục đích kiểm kê dưới dạng

354
Machine Translated by Google

Hệ thống điều khiển Loại: Mặt phẳng, hình

tròn Độ lợi: 8,5

dBic Freq. phạm vi: 865-870 MHz

Máy tạo dạng sóng

Độ phân giải: 12 bit
Tần suất phạm vi: 5-1200 MHz Tăng: 20 dB
Tốc độ lấy mẫu: 600 KS/s fco: 39 MHz CL: 4,97 dB NF: 3,97 dB

ĐẮC

Người nhận Loại: Mặt phẳng, hình

tròn Độ lợi: 8,5 dBic

Mức tăng: 20 Tần suất phạm vi: 865-870 MHz

Tần suất phạm vi: 5-1200 MHz
dB NF: 2,5 nV/√Hz CL: 4,97 dB

ADC

fco: 20 MHz Tăng: 16,5 dB Băng tần: 800-1050 MHz fco:

fc: 866,7 MHz NF: 0,4 dB 925 MHz

máy hiện sóng

0°
Độ phân giải: 8 bit

Tốc độ lấy mẫu: 1 GS/s 90°

fco: 20 MHz máy trộn Bộ lọc thông dải

ADC bộ khuếch đại Bộ lọc thông thấp

0°
máy phát sóng hình sin 90°
Bộ chia nguồn 90°
Mức tăng: 20 Tần suất phạm vi: 5-1200 MHz
dB NF: 2,5 nV/√Hz CL: 4,97 dB DAC Chuyển đổi kỹ thuật số sang tương tự. Chuyển đổi tương tự sang kỹ thuật số ADC .

Hình 2: Sơ đồ khối thiết lập mua lại của chúng tôi.

bị phạt trong đặc tả EPC C1G2 [18]. Trình tự giao tiếp giữa đầu đọc và thẻ

không có xung đột được thể hiện trong Hình 4. Đầu đọc thách thức thẻ bằng một

tập hợp các lệnh để chọn quần thể thẻ cụ thể (Chọn), để bắt đầu vòng kiểm kê

( Truy vấn ) và để yêu cầu truyền số nhận dạng thẻ (EPC) (Ack). Đầu tiên, thẻ

trả lời bằng gói RN16 (sau Truy vấn của người đọc) và sau đó bằng gói EPC (sau

Ack của người đọc). Chúng tôi đã trích xuất các đặc điểm tín hiệu (dấu vân tay) Hình 4: Trình tự kiểm kê EPC. P, FS và CW lần lượt là viết tắt của phần mở đầu,
từ câu trả lời của các thẻ, cụ thể hơn là từ phần mở đầu cố định của đồng bộ hóa khung và sóng liên tục.

Gói RN161 . Điều này được thực hiện để không đưa ra bất kỳ sai lệch phụ thuộc

vào dữ liệu nào trong nhận dạng của chúng tôi, vì phần mở đầu RN16 được cố định cho tất

cả các thẻ.

Quần thể thẻ của chúng tôi bao gồm 70 thẻ thuộc 3 mẫu mã và nhà sản xuất khác

nhau: ALN9540, AD833 và UPM Dogbone. Các thẻ từ cùng một mô hình được lấy từ
z [m]
Vị trí thẻ danh nghĩa cùng một cuộn. Phần được chọn
1.0
TX Vị trí thẻ bổ sung
0.9 các mô hình thể hiện sự khác biệt trong các mạch tích hợp nhúng, kích thước và
F g Ăng-ten
0.8
vật liệu của ăng-ten và các ứng dụng2 .
0.7 C
Đối với tất cả các thẻ trong quần thể thẻ của chúng tôi, chúng tôi đã thu thập
0.6 ABN Đ.

0.5 phần mở đầu của các gói trả lời RN16. Trong các thử nghiệm của mình, chúng tôi đã
RX
0.4 thay đổi các vị trí thẻ (Hình 3) cũng như các thẻ được thử thách ở các mức công suất
h e
0.3
khác nhau và để phân tán ngược dữ liệu ở tần số liên kết khác nhau.
0.2
Theo đặc điểm kỹ thuật EPC C1G2 [18], đầu đọc có thể chỉ định tần số liên kết
0.1

-0,3 tán xạ ngược (BLF, tức là tốc độ dữ liệu thẻ) thông qua một tham số gọi là
-0,2 TRcal; Bảng 1 hiển thị thời gian TRcal đã chọn cho các thử nghiệm của chúng tôi
-0,1
0 6 và BLF tương ứng, dung sai tần số và các biến thể tần số trong quá trình tán xạ
5
x [m] 0,1 4 ngược theo thông số kỹ thuật EPC C1G2. Chúng tôi lưu ý rằng dung sai và biến
0,2
2
0,3 1 3 năm [m] thể BLF tương đối lớn trong quá trình tán xạ ngược có thể là yếu tố phân biệt
0
giữa các thẻ khác nhau. Chúng tôi mong đợi sự thay đổi

Hình 3: Các vị trí được xem xét của ăng-ten thu nhận và của các thẻ. Trong các

thử nghiệm của chúng tôi, ăng-ten thu nhận (TX và RX) được cố định, trong khi
Các gói 1RN16 được truyền bởi các thẻ như một phần của giao thức chống xung
các phản hồi thẻ được thu thập từ các vị trí thẻ khác nhau (AH và N). đột được sử dụng trong quá trình kiểm kê thẻ [18].

2Có thể tìm thấy bảng dữ liệu trực tuyến [3–5].

355
Machine Translated by Google

dung sai BLF và sự thay đổi trong quá trình tán xạ ngược sẽ cao hơn khi các
Bảng 1: Thời gian TRcal đã chọn và các tần số liên kết tán xạ ngược có liên
thẻ được yêu cầu tán xạ ngược ở BLF ngoài thông số kỹ thuật, vì các nhà sản
quan (BLF), dung sai BLF và các biến thể BLF.
xuất chủ yếu tập trung vào các phản hồi của thẻ trong dải tần số đã chỉ định.

Do đó, để tăng khả năng tìm thấy các đặc điểm phân biệt, chúng tôi đã thách Tần số TRcal BLF. Tần suất biến

thức các thẻ có thời gian TRcal ngoài thông số kỹ thuật. Đối với thử nghiệm thiên [µs] dung sai [KHz] trong quá trình tán xạ ngược

này, chúng tôi đã chọn các tập hợp con thẻ từ cả ba mô hình thẻ. Thiết lập mua 151 1422 - -

lại được định cấu hình như chi tiết trong Phần 3.1 và các thẻ được đặt ở vị 171 1255 - -
trí danh nghĩa (Hình 3 và Bảng 2 – cấu hình 0). 33,3 640 +/- 15% 256 +/- +/- 2,5%

83,3 10% 95 +/- 5% 85,3 +/- 2,5%

Đối với một tập hợp con các thẻ của một mô hình, chúng tôi đã có được phần 225 +/- 2,5%
mở đầu của gói RN16 bằng cách thách thức các thẻ tán xạ ngược ở một tần số - -
2501
liên kết đã chọn, nhưng thay đổi vị trí của các thẻ, hướng thẻ và công suất
1
truyền của thiết lập thu nhận của chúng tôi cho tổng cộng có 10 cấu hình khác Các giá trị TRcal đó nằm ngoài thông số kỹ thuật, do đó,

nhau (được tóm tắt trong Bảng 2 – cấu hình từ 1 đến 10). Đối với vị trí thẻ, BLF đã cho chỉ được ước tính.

chúng tôi đã xem xét các điểm vị trí đại diện cho thẻ ở bên phải, bên trái,

gần ăng-ten đầu đọc hơn và xa hơn ăng-ten đầu đọc. Do đó, chúng tôi chạy bốn

thử nghiệm bằng cách thay đổi khoảng cách thẻ (trục y) đến ăng-ten (từ 0,5 Bảng 2: Các thông số khác nhau cho các cấu hình khác nhau.

đến 6 m), hai thử nghiệm bằng cách thay đổi vị trí dọc của thẻ (trục z, từ 0,5 cấu hình. Vị trí thẻ Thẻ TX Hình 3 Công suất định hướng
đến 1 m) và hai thử nghiệm bằng cách thay đổi vị trí dọc của thẻ (trục z, từ trục (x,y,z) [m] [dBm]
0,5 đến 1 m) thử nghiệm bằng cách thay đổi vị trí bên của thẻ (trục x, giữa

-0,3 và 0,3 m). Để định hướng thẻ, chúng tôi chạy một thử nghiệm bằng cách
0 N (0, 0,8, 0,75) 0 29
xoay thẻ 90 đối với trục y. Xét về công suất truyền tải, chúng tôi thực hiện
1 Một (0, 0,5, 0,75) 0 29
một thử nghiệm bằng cách giảm nó theo hệ số 4 (từ 29 xuống 23 dBm). Mặc dù có
B (0, 1,1, 0,75) 0 29
thể khám phá một số định hướng thẻ và khả năng truyền tải khác, nhưng chúng
2 3 C (0, 2,2, 0,75) (0, 6, 0 29
sẽ chỉ ảnh hưởng đến lượng năng lượng được truyền từ đầu đọc sang thẻ và
4 Đ. 0,5) (0,3, 0 321
ngược lại. Các điểm vị trí được xem xét đã đại diện cho các trường hợp chuyển
5 0,8, 0,75) 0 29
giao quyền lực khác nhau.
6 EF (-0,3, 0,8, 0,75) 0 29

7 G (0, 0,8, 1) 0 29

H (0, 0,8, 0,5) 0 29

N (0, 0,8, 0,75) 90 29

8 9 10 N (0, 0,8, 0,75) 0 23

3.3 Dữ liệu đã thu thập
1
Do khoảng cách lớn hơn (6 m) giữa các thẻ và ăng-ten trong cấu hình
Sử dụng thiết lập của mình, chúng tôi đã thực hiện các thử nghiệm được mô
này, để tăng sức mạnh cho các thẻ, công suất truyền được tăng lên
tả trong Phần 3.2 và thu thập các phần mở đầu của RN16. Mỗi phần mở đầu RN16
gấp 2 lần.
được thu thập là một chuỗi cố định gồm 16 ký hiệu data-0, phù hợp với sơ đồ

mã hóa thẻ đã chọn (nghĩa là mã hóa Miller với 4 sóng mang con [18]), tương

ứng với 64 chu kỳ sóng vuông (chu kỳ nhiệm vụ bằng 50 %). Trong Bảng 3, chúng
tắt nguồn và được coi là xả hoàn toàn3 . Trừ khi có chỉ định khác, thiết lập
tôi tóm tắt dữ liệu mà chúng tôi đã thu thập, được biểu thị dưới dạng bộ dữ
thu ảnh và thẻ nằm trong cấu hình danh nghĩa (tức là, Bảng 2 – cấu hình 0).
liệu.
Để tăng tốc quá trình thu nhận, chúng tôi đã rút ngắn trình tự kiểm kê đã nói
Tập dữ liệu 1 chứa phản hồi thẻ từ 50 thẻ ALN9540 khác nhau. Đối với mỗi
ở trên như trong Hình 1: trình tự thu nhận được xem xét chỉ bao gồm các lệnh
thẻ và một TRcal đã chọn (bằng 15 µs), chúng tôi đã thu thập 100 phần mở đầu
Chọn và Truy vấn khi đầu đọc thách thức và gói RN16 dưới dạng phản hồi thẻ
RN16. Bộ dữ liệu này được sử dụng trong Phần 5.2 để đánh giá độ chính xác của
việc nhận dạng và phân loại của các kỹ thuật nhận dạng lớp vật lý được đề xuất (tức là, nhận dạng của thẻ số cation (EPC) không được yêu cầu và do đó không

được lấy).
(chi tiết trong Phần 4) cho một quần thể bao gồm cùng một mô hình, cùng các

thẻ của nhà sản xuất. Tập dữ liệu 2 chứa phản hồi thẻ từ 10 thẻ ALN9540 khác
Trong quá trình thiết lập của chúng tôi, một lần thu nhận phần mở đầu RN16 duy
nhau (được chọn ngẫu nhiên trong số 50 thẻ được sử dụng cho tập dữ liệu 1).
nhất mất 10 ms (bao gồm thử thách, phản hồi thẻ và thời gian xả của thẻ).
Đối với mỗi thẻ và cho 10 cấu hình khác nhau (Bảng 2, cấu hình từ 1 đến 10),

chúng tôi đã thu thập 100 phần mở đầu RN16, với tổng số 1000 phần mở đầu RN16

trên mỗi thẻ. Tập dữ liệu này được sử dụng trong Phần 5.3 để ước tính độ ổn 4. KHAI THÁC TÍNH NĂNG VÀ
định của các kỹ thuật được đề xuất đối với các cấu hình khác nhau về vị trí
TRẬN ĐẤU
thẻ, hướng và công suất truyền. Bộ dữ liệu 3, 4 và 5 chứa phản hồi thẻ từ 3

mô hình, 10 thẻ cho mỗi mô hình. Đối với mỗi thẻ và đối với mỗi trong số sáu Mục tiêu của các tính năng lấy dấu vân tay là thu được các dấu vân tay đặc

TRcal đã chọn (Bảng 1), chúng tôi đã thu thập 100 phần mở đầu RN16, với tổng biệt từ các tín hiệu được thu thập trong các thí nghiệm được đề xuất.

số 600 phần mở đầu RN16 trên mỗi thẻ. Các bộ dữ liệu này được sử dụng trong Ở đây, chúng tôi trình bày chi tiết quy trình trích xuất và so khớp của hai

Phần 5.4 để phân tích độ chính xác phân loại giữa các mô hình thẻ khác nhau loại đặc trưng: đặc trưng miền thời gian (Phần 4.1) và đặc trưng PCA quang phổ
(Phần 4.2). Việc trích xuất tính năng dựa trên phần mở đầu RN16 cố định để
và trong mỗi mô hình, cũng như để xác thực tính chính xác của các kỹ thuật

được đề xuất cho các giá trị TRcal khác nhau. tránh mọi sai lệch phụ thuộc vào dữ liệu trong đánh giá của chúng tôi.

3Theo thông số kỹ thuật EPC C1G2 [18], thời gian giảm tối đa đối với đường
Việc thu thập dữ liệu được thực hiện trong hơn hai tuần, một thẻ vào thời
bao RF mất nguồn của đầu đọc là 0,5 ms và đầu đọc phải tiếp tục tắt nguồn
điểm đó, 100 lần mua lại phần mở đầu RN16 liên tiếp, trong môi trường trong
trong ít nhất 1 ms trước khi bật lại nguồn. Sau phản hồi của thẻ, chúng tôi
nhà, nhiễu RF với các mạng Wi-fi, GSM và Bluetooth đang hoạt động cũng như với cung cấp thời gian xả 2 ms khi không có tín hiệu RF nào được truyền tới thẻ.
các đối tượng khác ở gần. Giữa hai lần mua lại, các thẻ được

356
Machine Translated by Google

Bảng 3: Dữ liệu thu thập được.

# đã mua phần mở đầu RN16 trên Được xem xét Đã xem xét Tổng số phần mở đầu cấu hình
Mô hình tập dữ liệu # thẻ
mỗi thẻ và TRcal TRcal RN16 đã thu được trên mỗi thẻ

ALN9540 50 100 1 (15) 100

1 2 ALN9540 10 100 1 (15) 1 1000
ALN9540 10 100 6 (15, 17, ..., 250) 600
3 4 AD833 10 100 6 (15, 17, ..., 250) 10 1 1 600
5 Xương chó 10 100 6 (15, 17, ..., 250) 1 600

4.1 Tính năng miền thời gian

RN16 Lời mở đầu và Đồng hồ tham chiếu
80
Trong phần này, chúng tôi mô tả quá trình trích xuất và đối sánh các MỘT

đặc điểm lấy dấu vân tay trong miền thời gian, cụ thể là lỗi khoảng thời 60

gian (TIE) và công suất băng cơ sở trung bình ( P¯B). [mV]

Biên
độ

40
Chúng tôi cũng đã điều tra việc sử dụng các tính năng thời gian bổ sung, CÀ VẠT

chẳng hạn như thời gian tăng và giảm tín hiệu và thời gian từ nhiệm vụ 20
b
chuyển đổi của người đọc đến phản hồi của thẻ. Tuy nhiên, các tính năng
0
thời gian này được hình thành kém trong cả phân loại và nhận dạng, do đó, 0,5 1 1,5 2 2,5 Thời 3 3,5 4 4,5
trong công việc này, chúng tôi tập trung vào lỗi khoảng thời gian và công gian [µs]
suất băng cơ sở trung bình từ các đặc điểm miền thời gian.
80
Lỗi khoảng thời gian
4.1.1 Lỗi khoảng thời gian Lỗi khoảng
60
thời gian (TIE) đo khoảng cách mỗi cạnh hoạt động của đồng hồ thay đổi [ns]
gian
Thời

so với vị trí lý tưởng của nó. Để đo TIE, các cạnh lý tưởng phải được biết 40

hoặc ước tính. Hình 5 cho thấy một phần của phần mở đầu RN16 của thẻ UHF
20
RFID và lỗi khoảng thời gian được tính bằng cách sử dụng đồng hồ tham chiếu
cố định trên một số chu kỳ đồng hồ liên tiếp. Chúng tôi quan sát thấy sự
0
gia tăng không đổi của TIE, tức là đạo hàm bậc nhất không đổi T IE. Do 1 2 3 4 5 6
đó, chúng tôi xác định T IE là một tính năng để lấy dấu vân tay các thẻ chu kỳ đồng hồ

UHF RFID. Trên thực tế, trong trường hợp cụ thể của chúng tôi, T IE tỷ
lệ thuận với tần số liên kết tán xạ ngược của thẻ.
Do các phép đo TIE thể hiện hành vi chính xác và ổn định, nghĩa là
không có ngoại lệ đáng kể, nên chúng tôi đã sử dụng thuật toán khớp bình
phương nhỏ nhất tuyến tính tiêu chuẩn (LSF) để xác định T IE. Chính xác
Hình 5: Phần mở đầu của phản hồi thẻ và lỗi khoảng thời gian tương ứng
của nó (TIE) đối với đồng hồ tham chiếu.
TIE là sự khác biệt giữa các cạnh của tín hiệu thẻ và đồng hồ tham chiếu.
Chúng tôi quan sát thấy sự gia tăng tuyến tính của TIE.

hơn, chúng ta khớp đường thẳng y = a · x + b với tập hợp các điểm TIE
{(xi, yi) : i {1, ..., C}}, bằng cách giảm thiểu sai số bình phương nhỏ
nhất. Ở đây C là số chu kỳ đồng hồ được sử dụng để khớp với dòng, xi là Công suất băng cơ sở trung bình liên quan đến công suất tán xạ ngược

chỉ số của chu kỳ đồng hồ và yi là TIE ở chu kỳ đồng hồ i. T IE là hệ số được truyền từ thẻ đến đầu đọc trong quá trình điều chế dữ liệu, nghĩa là
đường được trang bị a. khi thẻ điều chỉnh sóng mang RF từ A đến B và ngược lại (Hình 5). Công

Đối với mỗi chu kỳ i, chúng tôi đã tính TIEi tương ứng với 10% chiều cao suất tán xạ ngược điều chế được cung cấp, trong số các tham số khác, bởi

của bước chu kỳ, tức là ở 0,1 ·(Ai Bi)+Bi, trong đó Bi và Ai là biên độ các hệ số phản xạ của ăng-ten thẻ, được xác định bởi trở kháng đầu vào của

trạng thái thấp trung bình và biên độ trạng thái cao trung bình lần lượt ăng-ten thẻ và trở kháng đầu vào của cổng RF của mạch tích hợp nhúng thẻ

là vô số tín hiệu dải cơ sở cho chu kỳ i (Hình 5). [22].

Để ước tính chính xác hơn T IE, chúng tôi đã sử dụng tất cả (64) chu kỳ
đồng hồ trong phần mở đầu của phản hồi thẻ.
Cần lưu ý rằng các khái niệm về lỗi khoảng thời gian và T IE gần với 4.1.3 Kết hợp và Kết hợp Tính năng
khái niệm về độ lệch xung nhịp và độ lệch xung nhịp như trong [26, 34]. Sự
Cho rằng T IE và công suất băng cơ sở trung bình P¯B là các đặc trưng
khác biệt nằm ở lớp giao tiếp được sử dụng để đo lường. Chúng tôi đã đo 1 chiều, vì mục đích phân loại và nhận dạng, chúng tôi cũng kết hợp chúng
lỗi khoảng thời gian trên tín hiệu lớp vật lý, trong khi ở [26, 34], độ trong một vectơ đặc trưng 2 chiều
lệch/độ lệch của đồng hồ được lấy từ các dấu thời gian có sẵn ở các giao
[ T IE, P¯B]. Chúng tôi biểu thị tổ hợp tính năng này là ( T IE, P¯B).
thức lớp trên (ví dụ: TCP). Tuy nhiên, thông tin dấu thời gian như vậy
Để đánh giá, tham khảo và thử nghiệm dấu vân tay của thiết bị được xây
không có sẵn trong giao tiếp EPC RFID và do đó không thể sử dụng được.
dựng từ một số N phần mở đầu RN16 đã thu được. Mỗi dấu vân tay của thiết
bị là giá trị của một tính năng đã chọn, T IE, P¯B hoặc ( T IE, P¯B),
được tính trung bình trên N. Để khớp hai dấu vân tay, nghĩa là tính toán
4.1.2 Công suất băng cơ sở trung bình Chúng điểm tương đồng giữa tham chiếu và thử nghiệm dấu vân tay, chúng tôi đã
tôi xác định công suất băng cơ sở trung bình P¯B là công suất trung bình sử dụng khoảng cách Euclide.

của phần mở đầu RN16 thu được. Giá trị trung bình được tính bằng cách xem
xét từng chu kỳ trong tín hiệu dải cơ sở thu được, chẳng hạn như P¯B = 4.2 Đặc điểm quang phổ
1 ·
C Ci=1 PB,i, trong đó C là số chu kỳ đồng hồ và · (Ai - Bi) Các tính năng phổ thống kê để nhận dạng ban đầu được đề xuất trong [12,
2.
công suất băng gốc trung bình cho một chu kỳ i là PB,i = 1 2
13]. Chúng tôi đã sử dụng phương pháp trích xuất và đối sánh đặc trưng

357
Machine Translated by Google

các phương pháp được mô tả trong [12]. Ở đây, chúng tôi thảo luận ngắn gọn về
Bảng 4: ALN9540 - Độ chính xác phân loại - 50 thẻ.
chúng cho đầy đủ. Đầu tiên, chúng tôi tách phần mở đầu RN16 của từng tín hiệu
Tính năng Lớp học. thành công Tỷ lệ (%) Entropy [bit]
được lấy mẫu đã thu thập thành các chu kỳ đồng hồ đơn lẻ và sau đó tính toán

các đặc điểm phổ cho từng chu kỳ đồng hồ đó. Dấu vân tay cuối cùng của mỗi phần (thực nghiệm) (lý thuyết)

mở đầu RN16 được hình thành bằng cách tính toán giá trị trung bình của các đặc T IE 5,84 7.08
71,4 (69,7; 73,0)
điểm quang phổ của tất cả các chu kỳ đồng hồ đơn lẻ. Quy trình này tương tự P¯B 4,57 6.02
43,2 (38,6; 47,7)
như tính toán của T IE, trong đó chúng tôi đã sử dụng hồi quy tuyến tính trên ( T IE, P¯B) - -
98,7 (98,0; 99,4)
tất cả các chu kỳ đồng hồ trong phần mở đầu của RN16. Ưu điểm của cách tiếp - -
Thuộc về phổ 99,6 (99,3; 99,9)
cận ap này là nó cho phép chúng tôi làm việc trên dữ liệu ít chiều phù hợp với

phân tích PCA tiêu chuẩn trái ngược với [12].

40
5. KẾT QUẢ THỰC HIỆN
35
Trong phần này, chúng tôi trình bày việc đánh giá độ chính xác của việc
phân loại và nhận dạng thu được bằng cách sử dụng từng một trong bốn đặc
30
điểm được đề xuất, tức là T IE, P¯B, ( T IE, P¯B) và các đặc điểm quang
phổ. Trước tiên, chúng tôi xem xét các số liệu mà chúng tôi đã sử dụng để
25
đánh giá độ chính xác của việc phân loại và nhận dạng. Sau đó, chúng tôi
xây dựng các kết quả đạt được và tóm tắt các kết quả chính của phân tích
20
Đếm

thử nghiệm của chúng tôi.

15
5.1 Số liệu đánh giá Chúng tôi đánh giá
10
độ chính xác của tính năng về mặt phân loại và xác minh danh tính dựa trên

ngưỡng. Chúng tôi cũng tính toán entropy của phân phối xác suất của các tính
5
năng được chọn.

Để đánh giá khả năng phân loại của các tính năng của chúng tôi, chúng tôi

áp dụng chỉ số tỷ lệ thành công phân loại. Chúng tôi tính toán nó như sau. Mỗi 0 0 0,5 1 1,5 2 2,5
thẻ riêng lẻ (hoặc mô hình thẻ) được coi là một lớp riêng biệt. Dấu vân tay T IE × 10 7 [s]
tham chiếu của mỗi lớp sau đó được tính toán và lưu trữ. Trong quá trình phân

loại, các dấu vân tay thử nghiệm không xác định được chỉ định cho một trong
Hình 6: Phân phối T IE cho 50 thẻ ALN9540 giống hệt nhau ở dạng biểu đồ. Tổng
các lớp theo quy tắc k-Láng giềng gần nhất4 Tỷ lệ phần trăm các dấu vân tay thử
số 1000 dấu vân tay (20 trên mỗi thẻ cho N = 5) được sử dụng để điền vào các
nghiệm.được chỉ định chính xác cho các lớp tương ứng của chúng là tỷ lệ phân
thùng biểu đồ.
loại thành công của chúng tôi.

Để xác minh danh tính (xác định danh tính), chúng tôi đã sử dụng Tỷ lệ lỗi

bình đẳng (EER) làm chỉ số duy nhất vì đây là chỉ số được thống nhất rộng rãi việc tính toán entropy có thể gây hiểu lầm do kích thước nhỏ của tập dữ liệu
để đánh giá các hệ thống như vậy [9]. Chúng tôi ước tính EER như sau. Chúng của chúng tôi và lời nguyền về chiều [8].
tôi tính toán điểm giống nhau giữa tất cả dấu vân tay thử nghiệm và tham chiếu

từ tất cả các thẻ. Sau đó, chúng tôi tách các điểm số này thành hai loại: chính 5.2 Độ chính xác của nhận dạng Trong phần này,
hãng và mạo danh. Danh mục chính hãng bao gồm tất cả các điểm từ việc khớp hai
chúng tôi phân tích độ chính xác của các tính năng được đề xuất để phân loại
dấu vân tay từ cùng một thẻ. Danh mục kẻ mạo danh chứa tất cả điểm số từ việc
và xác minh danh tính dựa trên ngưỡng (nhận dạng). Để ước tính độ chính xác,
so sánh hai dấu vân tay từ các thẻ khác nhau. Vì mỗi điểm đại diện cho sự giống
chúng tôi đã sử dụng tập dữ liệu 1 (Bảng 3) chứa 5000 lượt mua lại phần mở đầu
nhau giữa hai dấu vân tay (nhận dạng), chúng tôi tính toán tỷ lệ thẻ bị từ
RN16 từ 50 thẻ giống hệt nhau (cùng kiểu máy và nhà sản xuất). Chúng tôi đã
chối sai và thẻ được chấp nhận sai bằng cách sử dụng giá trị điểm ngưỡng. Điểm
sử dụng xác thực chéo 5 lần [8] để xác thực tỷ lệ lỗi. Đối với mỗi thẻ (100
số từ danh mục chính hãng nằm trên ngưỡng này cho biết số lần từ chối sai hoặc
lần mua lại), tập hợp được chia thành 5 lần độc lập; một lần (20 lần mua lại)
Tỷ lệ từ chối sai (FRR), trong khi điểm số từ danh mục mạo danh nằm dưới ngưỡng
đã được sử dụng để đào tạo và bốn lần còn lại (80 lần mua lại) được sử dụng để
cho biết số lần chấp nhận sai hoặc Chấp nhận sai Tỷ lệ (XA). EER là tỷ lệ lỗi
tạo dấu vân tay của thiết bị thử nghiệm. Do đó, dữ liệu đào tạo và thử nghiệm
trong đó cả FAR và FRR đều bằng nhau. Giá trị của ngưỡng tại EER là ngưỡng T
đã được tách ra.
của chúng tôi đối với quyết định chấp nhận/từ chối.

Bảng 4 cho thấy tỷ lệ phân loại thành công và độ tin cậy trong các khoảng

đối với các tính năng được đề xuất. Số lần mua được sử dụng để tạo dấu vân tay

của thiết bị đã được cố định thành 5 (N = 5) và việc phân loại được thực hiện
Đối với các tính năng 1 chiều của chúng tôi, chúng tôi tính toán entropy .
với quy tắc 3-Láng giềng gần nhất5 T IE đạt được độ chính xác khoảng 71%.
của phân phối xác suất tương ứng để hiển thị có bao nhiêu bit thông tin được
chứa trong phân phối đó. Để tính toán entropy, chúng tôi coi các ngăn có chiều
Cho rằng độ chính xác của phân loại phụ thuộc vào số lượng thẻ được đánh
rộng bằng với phương sai trung bình của các đặc điểm trong tập dữ liệu và đếm
giá, chúng tôi đã ước tính entropy tính bằng bit từ phân phối thực nghiệm của
số dấu vân tay rơi vào các ngăn khác nhau. Sau đó, chúng tôi áp dụng công thức
T IE thu được từ cuộc điều tra của chúng tôi trên 50 thẻ (Hình 6). Ngoài ra,
entropy tiêu chuẩn [42]. Chúng tôi lưu ý rằng đối với các tính năng chiều cao
chúng tôi đã tính toán giá trị cực đại theo lý thuyết của nó, tức là số bit
hơn,
thông tin tối đa có thể được

4
Cần lưu ý rằng các bộ phân loại tinh vi hơn có thể được phát minh ra như Máy 5Các lựa chọn điển hình cho k là 1, 3, 5 và 7. Trong trường hợp của chúng
vectơ hỗ trợ (SVM) và Mạng thần kinh xác suất (PNN) [8]. Do thủ tục đào tạo tôi, k = 3 cung cấp một điểm chuẩn tốt vì độ chính xác ước tính cho thấy phương
phức tạp hơn, chúng tôi không xem xét chúng trong công việc hiện tại. sai cao hơn đối với k = 1 và không cải thiện đáng kể đối với k ≥ 5.

358
Machine Translated by Google

1.6
0,7 6
N = 1
1.4
EER(%)

5,5 N = 5
0,6

1.2 5
0,5
4,5
1 1
0,4 Kích thước không gian con 1

0,8
0,3
nhau
bằng
(%)
lỗi
lệ
Tỷ nhau
bằng
(%)
lỗi
lệ
Tỷ

0,6
0,2
0,4
0,1
0,2
0
0
1 3 5 7 10 5 10 15 20 30 40 50
Số tín hiệu (N) Kích thước không gian con

(Một) (b)

Hình 7: Độ chính xác nhận dạng của (a) tính năng ( T IE, P¯B) cho số lượng phần mở đầu RN16 khác nhau (tín hiệu) N được sử dụng để tạo dấu vân tay và
(b) các tính năng quang phổ cho các kích thước N và không gian con khác nhau. Việc tính toán được thực hiện trên 50 thẻ giống hệt nhau (cùng nhà sản
xuất và kiểu máy).

đã học được từ T IE, liên quan đến phân phối theo kinh nghiệm và dung
sai tần số liên kết tán xạ ngược (BLF) tối đa được phép như được xác
định trong đặc tả EPC C1G2 [18]. Kết quả entropy dựa trên phân phối
theo kinh nghiệm cho thấy rằng chúng ta có thể tìm hiểu 5,84 bit thông
tin về thẻ UHF RFID (Bảng 4). En tropy chỉ phụ thuộc vào các biến thể
của T IE, liên quan đến dung sai BLF. Xem xét phân phối T IE (Hình
6), chúng tôi quan sát thấy dung sai BLF là ±14,01% xung quanh BLF trung
bình của ap prox. 1400 KHz (đối với TRcal được xem xét, chúng tôi ước
tính BLF bằng 1422 KHz, Bảng 1). Với dung sai đo được này, entropy tối
đa có thể có sẽ là 7,08 bit6 Nếu xem xét dung sai BLF tối đa được phép
như được xác định trong thông số kỹ thuật EPC C1G2, .
tức là, ±22% đối với
BLF bằng 320 KHz, thì entropy tối đa có thể có sẽ là 9,86 bit . Mặc dù
kết quả cuối cùng này có vẻ rất hứa hẹn, nhưng chúng tôi không thể quan
sát thấy dung sai lớn như vậy trong quần thể thẻ của chúng tôi. Sau đó,
chúng tôi tiếp tục chỉ ra rằng T IE ổn định ở các vị trí khác nhau và
khoảng cách tới đầu đọc lên tới 6 mét. Ý nghĩa của những kết quả này
được thảo luận trong Phần 6.
Riêng tính năng công suất băng gốc trung bình (P¯B) cho thấy độ chính
xác thấp hơn đáng kể, nhưng hoạt động tốt khi được kết hợp với T IE
(98,7%). Entropy theo kinh nghiệm là 4,57 bit và entropy tối đa là 6,02
. có ít sự không chắc chắn hơn nhiều về công
bit7 Điều này cho thấy rằng
suất băng cơ sở so với T IE. Các đặc điểm quang phổ đạt tỷ lệ phân
loại thành công cao nhất là 99,6%. Những kết quả đó đã thúc đẩy chúng
cuối cùng giảm khi hệ số trung bình N cao hơn đạt đến EER = 0,5%. Điều
này có nghĩa là bằng cách sử dụng các tính năng kết hợp này, hệ thống
của chúng tôi có thể xác minh danh tính của từng thẻ giống hệt nhau với
độ chính xác 99,5% (chấp nhận chính hãng), đồng thời cho phép 0,5% từ
chối sai. Đối với ước tính EER, chúng tôi đã tính gần đúng phân phối
điểm số chính hãng và giả mạo. Ví dụ: trong trường hợp N = 5, mỗi nếp
gấp chứa 4 dấu vân tay, tổng cộng có 16 dấu vân tay thử nghiệm (4 nếp
gấp). Đối với 50 thẻ, điều này dẫn đến 800 điểm phù hợp chính hãng và
39200 điểm mạo danh.
Đối với các tính năng phổ, chúng tôi đã thay đổi hai tham số, số lượng
phần mở đầu RN16 N và số chiều của không gian con PCA.
Như được hiển thị trong Hình 7(b), hệ số trung bình N không có tác động
trái ngược với chiều của không gian con. Các không gian con khác biệt
nhất được tìm thấy trong các không gian con có số chiều từ 5 đến 40.
Đối với số chiều 30 và 40, EER = 0%. Các không gian con có chiều cao hơn
làm giảm độ chính xác, rất có thể là do các thành phần vectơ riêng nhiễu.
Mặc dù kết quả này thể hiện khả năng phân biệt đối xử của các tính năng
quang phổ, nhưng cần có bộ dữ liệu lớn hơn gồm hàng trăm thẻ để có thời
gian tính toán EER chính xác hơn.
Tóm lại, chúng tôi quan sát thấy rằng sự kết hợp của chỉ 2 tính năng,
nghĩa là T IE và P¯B công suất băng gốc trung bình , mang lại độ chính
xác nhận dạng cao về mặt EER. Các tính năng quang phổ tiếp tục giảm EER
xuống 0%.

tôi khám phá tính chính xác của hai đặc điểm phân biệt đối xử nhất,
nghĩa là đặc điểm kết hợp ( T IE, P¯B) và đặc điểm quang phổ, trong 5.3 Tính ổn định của tính năng
trường hợp xác minh danh tính thẻ (nhận dạng).
Trong phần trước, chúng tôi đã phân tích độ chính xác phân loại và
Đối với tính năng kết hợp ( T IE, P¯B) , chúng tôi đã thay đổi số
nhận dạng của các tính năng được đề xuất của chúng tôi. Điều này cho
lượng phần mở đầu RN16 đã thu được N mà chúng tôi tính trung bình để thu
phép chúng tôi có điểm chuẩn để ước tính độ ổn định của các tính năng đó
được dấu vân tay của thiết bị thử nghiệm. Dấu vân tay của thiết bị tham
đối với các cấu hình khác nhau về vị trí, hướng và công suất truyền của
chiếu có được bằng cách lấy trung bình trên tất cả các lần mua lại
thẻ (Bảng 2). Trong phần này, chúng tôi đánh giá:
trong tập huấn luyện (20 lần mua lại). Các kết quả phân tích cho N = 1,
3, 5, 10 lượt mua được thể hiện trong Hình 7(a). Tỷ lệ lỗi bằng nhau (EER) grad
1. Tính ổn định của các tính năng được đề xuất với các cấu hình khác
nhau bằng cách sử dụng bộ dữ liệu 1 và 2 (Bảng 3). Đầu tiên,
6Entropy tối đa có thể đạt được khi phân phối xác suất của T IE được
giả định là đồng nhất [23]. chúng tôi trích xuất các dấu vân tay tham chiếu từ tập dữ liệu 1
(có chứa phần mở đầu RN16 từ 50 thẻ) cho cùng một bộ 10 thẻ được
7Không thể tính được entropy tối đa có thể theo thông số kỹ thuật tiêu
chuẩn vì không bao gồm dung sai đối với công suất dải cơ sở. triển khai để thu thập dữ liệu 2. Sau đó, chúng tôi tính toán các
dấu vết thử nghiệm từ tất cả các cấu hình khác nhau và

359
Machine Translated by Google

Bảng 5: Độ ổn định của tính năng - ALN9540 - 10 thẻ

Tỷ lệ thành công phân loại (%)

Tính năng Cấu hình danh nghĩa Các cấu hình khác nhau Giảm tốc độ lấy mẫu (100 MS/s)

T IE 99,8 (99,5; 100) 96,4 (95,01; 97,86) 99,88 (99,49; 100)

P¯B 64,6 (56,9; 72,3) 15,92 (14,49; 17,35) 60,25 (54,28; 66,22)

( T IE, P¯B) 100 (100; 100) 36,24 (26,73; 45,75) 100 (100; 100)

Thuộc về phổ 100 (100; 100) 37,6 (18,5; 56,8) 100 (100; 100)

3 7,5
AD833
7
ALN9540 AD833

2,5 6,5
Xương chó
[S] 6

Đã phóng to xương sống

2 5,5
7

2,75

5
¯PB 2.7
[dBm]
¯PB

1,5 4,5
TỨC
10T
LÀ
×
2,65

4 ALN9540
2.6
8,28 8.295
1 3,5
TIE × 10 7 [s]
3
Xương chó
2,5
0,5
1 2 3 4 5 6 7 8 9 10 2 4 6 số 8 10 12 14
Nhãn T IE × 10 7 [s]

Hình 8: Trực quan hóa T IE của 10 thẻ ALN9540 được chọn ngẫu nhiên. 220 dấu Hình 9: Dấu vân tay của 3 kiểu máy (AD833, Dogbone và ALN9540) được nhóm lại ở

vân tay (11 cấu hình x 20 dấu vân tay) được hiển thị cho mỗi thẻ (N = 5). T các vùng riêng biệt bằng cách sử dụng T IE và P¯B công suất băng tần cơ sở

IE ổn định trên mọi cấu hình. trung bình.

thẻ trong bộ dữ liệu 2 và phân loại chúng theo dấu vân tay tham chiếu. các tín hiệu được xem xét là duy nhất trong một vị trí thẻ cố định, hướng hoặc

Tỷ lệ phân loại thành công của phân tích này được so sánh với tỷ lệ công suất truyền, chúng thay đổi theo các cấu hình khác nhau của các tham số

phân loại thành công cho 10 thẻ đã chọn được tính toán từ tập dữ liệu 1 này. Chúng tôi thảo luận về tác động của những hạn chế này đối với các ứng

(nghĩa là trong cấu hình danh nghĩa, Bảng 2 – cấu hình 0). dụng trong Phần 6.

Xem xét tính ổn định của các tính năng được đề xuất với tốc độ lấy mẫu thấp

hơn, kết quả thu được chứng minh rằng các tính năng của chúng tôi ổn định khi
2. Tính ổn định của các tính năng được đề xuất với tốc độ lấy mẫu giảm.
giảm tốc độ lấy mẫu từ 1 GS/s xuống 100 MS/s. Chúng tôi thảo luận về tác động
Đánh giá này lặp lại quy trình như được nêu chi tiết trong điểm 1.,
của kết quả này trong Phần 5.5.
nhưng sử dụng cả hai bộ dữ liệu 1 và 2 được lấy mẫu xuống theo hệ số
10, tức là từ 1 GS/s danh nghĩa thành 100 MS/s. Tỷ lệ phân loại thành
5.4 Độ chính xác trên các mô hình khác nhau Trong phần này,
công của phân tích này được so sánh với tỷ lệ phân loại thành công cho
chúng tôi trình bày kết quả về độ chính xác trên 3 mô hình khác nhau (bộ dữ
10 thẻ đã chọn được tính toán từ tập dữ liệu 1 (nghĩa là ở mức 1 GS/s).
liệu 3-5). Chúng tôi phân tích độ chính xác phân loại giữa các mô hình (phân

biệt mô hình) và trong mỗi mô hình. Chúng tôi cũng xác thực tính chính xác của

Đối với tất cả các tính năng được đề xuất, Bảng 5 so sánh tỷ lệ phân loại các tính năng đối với các giá trị TRcal khác nhau.

thành công và khoảng tin cậy cho các thẻ đã chọn trong cấu hình danh nghĩa với Về khả năng phân loại các mô hình khác nhau, tất cả các tính năng đều hoạt

tỷ lệ phân tích độ ổn định cho các cấu hình khác nhau và tỷ lệ lấy mẫu giảm động tốt như nhau với tỷ lệ thành công là 100%. Đối với các tính năng miền thời

(đối với phân tích này, N được đặt thành 5 ). gian, điều này là do khả năng phân biệt đối xử tốt của cả T IE và P¯B, cho

thấy ranh giới hoàn hảo và xa xôi

Kết quả thu được chứng minh rằng tính năng T IE ổn định trên tất cả các giữa ba mô hình. Điều này được trực quan hóa cho hai tính năng này

cấu hình. Hình 8 minh họa trực quan T IE cho 10 thẻ đã chọn. Đối với mỗi thẻ, trong Hình 9. Với các kết quả về độ ổn định (Phần 5.3), tính năng T IE cũng

hình hiển thị tất cả 220 dấu vân tay (N = 5) từ 11 cấu hình trong Bảng 2 (20 là một ứng cử viên sáng giá để phân biệt mô hình một cách độc lập với vị trí

dấu vân tay cho mỗi cấu hình). Sự thay đổi rất nhỏ có thể được quan sát. và khoảng cách tới đầu đọc. Tuy nhiên, chúng tôi thừa nhận rằng chúng tôi cần

xem xét một tập hợp các mô hình lớn hơn để ước tính chính xác hơn độ chính xác

Về mặt tiêu cực, công suất băng cơ sở trung bình, quốc gia kết hợp giữa của phân loại giữa các mô hình và có thể tính toán entropy (Phần 5.2).

sai số khoảng thời gian và công suất băng cơ sở trung bình và các tính năng

quang phổ làm giảm đáng kể khả năng phân biệt đối xử tương ứng của chúng. Kết Khả năng của các tính năng được đề xuất để phân biệt các thiết bị trong cùng

quả này cho thấy rằng trong khi những tính năng đó trong một kiểu máy cho các TRcal khác nhau được tóm tắt trong Bảng 6(a),

360
Machine Translated by Google

6(b) và 6(c). Tính năng T IE cho thấy độ chính xác trung bình là 80-100%
Bảng 6: Độ chính xác phân loại - 3 mẫu.
đối với TRcal đã chọn, nghĩa là từ 8 đến 10 thẻ được phân loại chính xác
trong mỗi kiểu máy. Chúng tôi quan sát thấy độ chính xác cao hơn so với (a) AD833 - Tỷ lệ phân loại thành công (%) - 10 thẻ.
phân tích trên 50 thẻ (Bảng 4).
TRcal [µs]
Điều này rất có thể là do bộ thẻ nhỏ hơn được sử dụng trong phân tích này.
Tuy nhiên, kết quả này cho thấy rõ ràng rằng lỗi khoảng thời gian có thể Tính năng 15 17 33,3 83,3 225 250

được khai thác như nhau trên các mô hình khác nhau. 72,5 79,6 70,9 84,5 89,4 76
T
Tính năng công suất băng gốc trung bình (P¯B) thay đổi tùy theo kiểu 99,9 99,0 100 98,1 94,9 100
IE
máy. Mặc dù độ chính xác của nó tương đương với Dogbone và ALN9540, nhưng
P¯B ( T IE, P¯B) 99,9 99,6 100 99,8 98,5 98,5 Quang phổ 100
nó lại rất cao trên AD833 (90-100%). Phù hợp với kết quả ở Mục 5.2, tính
100 99,9 100 100,0 99
năng kết hợp ( T IE, P¯B) cho thấy độ chính xác phân loại cao trên mỗi
mô hình. Các tính năng quang phổ cũng hoạt động rất tốt bất kể kiểu máy.
Kết quả này cho thấy các tính năng được đề xuất của chúng tôi hoạt động (b) Dogbone - Tỷ lệ thành công phân loại (%) - 10 thẻ.

trên các mẫu thẻ UHF RFID khác nhau.

TRcal [µs]
Chúng tôi lưu ý rằng, mặc dù trong một số trường hợp, thời gian TRcal
Tính năng 15 17 33,3 83,3 225 250
nằm ngoài thông số kỹ thuật dẫn đến việc phân loại chính xác hơn, nhưng
không thể khái quát hóa điều này cho tất cả các kết hợp kiểu máy và tính T IE 72,4 73,0 75,8 81,3 71,9 75,1
năng. Tương tự, không thể thực hiện khái quát hóa mối quan hệ giữa độ P¯B 53 87,5 72,5 62 77,9 66,1 100 99 94,6 97,4
chính xác phân loại và độ dài TRcal. 92,1 96,9 100 100 97,8 98,3 96,8
( T IE, P¯B) 93
Thuộc về phổ

5.5 Thảo luận

Kết quả công việc của chúng tôi cho thấy rằng chúng tôi có thể tìm hiểu (c) ALN9540 - Tỷ lệ phân loại thành công (%) - 10 thẻ.
khoảng. 6 bit thông tin về thẻ UHF RFID bằng cách chỉ quan sát lỗi khoảng
thời gian (TIE). Thông tin này có thể được trích xuất độc lập với vị trí TRcal [µs]

thẻ (khoảng cách lên tới 6 mét), hướng hoặc công suất truyền. Tính ổn Tính năng 15 17 33,3 83,3 225 250
định của TIE qua các cấu hình khác nhau là do nguồn gốc của tính biến
T 99,6 85,5 87,1 86 53,5 59,3 72,6 92,4 80,4
thiên của TIE, cụ thể là bộ tạo dao động cục bộ của thẻ.
IE 80,1 94,4 87,4

P¯B ( T IE, P¯B) 100 92,9 100 100 95,6 83,4 Quang phổ 100
Để xác định chính xác hơn các thẻ riêng lẻ, chúng tôi đã quan sát các
97,8 100 100 99 96,5
đặc điểm vật lý khác như công suất dải gốc trung bình và các đặc điểm
quang phổ. Chúng tôi đã chứng minh rằng sự kết hợp của chỉ hai tham số
lớp vật lý, tức là TIE và công suất băng cơ sở trung bình, có thể xác
định chính xác các thẻ của cùng một kiểu máy và nhà sản xuất với EER =
tần số liên kết tăng lên. Đối với TRcal bằng 15 µs, chúng ta có thể giảm
0,5%. Các tính năng quang phổ tiếp tục giảm EER xuống 0%. Chúng tôi thừa
một nửa thời gian này, tăng gấp đôi tốc độ thu nhận.
nhận rằng cần có bộ dữ liệu lớn hơn gồm hàng trăm đến một nghìn thiết bị
Trong nhận dạng lớp vật lý, chất lượng của dấu vân tay thu được và tốc
để đưa ra ước tính chính xác hơn về EER đang hoạt động. Hạn chế chính của
độ tính toán có liên quan đến chi phí hệ thống.
các tính năng trên là sự không ổn định của chúng đối với vị trí, hướng và
Trong thiết lập mua lại của chúng tôi, chi phí chủ yếu bị ảnh hưởng bởi
công suất truyền của thẻ. Ngược lại với TIE, công suất dải cơ sở trung
việc mua phần mở đầu RN16 (được vận hành bằng máy hiện sóng), yêu cầu tốc
bình và các tính năng phổ được liên kết với các đặc tính phản xạ ăng ten
độ lấy mẫu là 1 GS/s. Tuy nhiên, chúng tôi đã chỉ ra rằng có thể giảm tốc
thẻ cụ thể, bản thân chúng nhạy cảm với vị trí, hướng và công suất truyền.
độ lấy mẫu này xuống 100 MS/s mà không ảnh hưởng đến độ chính xác của
Công việc trong tương lai là cần thiết để định lượng tốt hơn những tác
việc nhận dạng. Điều này cho phép chúng tôi giảm chi phí hệ thống bằng
động này và đề xuất các biện pháp thích hợp. Hơn nữa, tác động của các
cách triển khai các thiết lập mua lại ít tốn kém hơn, sử dụng cho các
yếu tố khác như sự thay đổi nhiệt độ, thiết lập thu nhận khác nhau và
nền tảng USRP phong phú [6].
chuyển động của thẻ cần phải được định lượng.

Ngoài độ chính xác nhận dạng, đặc tả thiết kế của một hệ thống nhận 6. Ý NGHĨA CỦA THẺ UHF RFID
dạng thường sẽ bao gồm các yêu cầu về tốc độ tính toán và chi phí hệ
NHẬN DẠNG Trong phần này, chúng
thống [9]. Tốc độ tính toán đề cập đến tốc độ một hệ thống nhận dạng đưa
tôi thảo luận về tác động của các kỹ thuật phân loại và nhận dạng lớp
ra các quyết định chấp nhận/từ chối, điều này ảnh hưởng đến khả năng mở
vật lý của chúng tôi đối với quyền riêng tư của chủ sở hữu thẻ và ứng
rộng của hệ thống từ các quần thể nhỏ sang các quần thể lớn. Các kỹ thuật
dụng của các kỹ thuật đó để phát hiện nhân bản trong chuỗi cung ứng hỗ
của chúng tôi đạt được độ chính xác cao bằng cách sử dụng tối thiểu một
trợ RFID.
(đối với tính năng quang phổ) và tối đa là 5 (đối với tính năng ( T IE,
P¯B) ) phần mở đầu RN16. Có được một đoạn mở đầu RN16 trong 10 ms (Mục
3.3). Do đó, coi việc xử lý dữ liệu (tức là quá trình trích xuất tính 6.1 Phá vỡ quyền riêng tư của người giữ thẻ Công nghệ

năng) là không đáng kể8 , các kỹ thuật có thể xử lý từ 20 đến 100 thẻ/
giây. Chúng tôi lưu ý rằng thời gian thu thập phần mở đầu RN16 có thể
giảm khi tán xạ ngược
8Khoảng thời gian của phần mở đầu RN16 cho TRcal bằng 15 µs là khoảng 48
µs, với tốc độ lấy mẫu là 100 MS/s khiến số lượng mẫu cần xử lý bằng
4800. Xem xét chiều dài và kích thước tương đối ngắn của kỹ thuật số này
tín hiệu, chúng tôi giả sử thời gian xử lý là không đáng kể khi so sánh
với thời gian thu nhận.
của chúng tôi
RFID đã gây ra một số lo ngại về quyền riêng tư trong nhiều ứng dụng
khác nhau, đặc biệt khi xem xét quyền riêng tư của người tiêu dùng [29].
Một người mang theo nhiều thẻ - được gắn vào các đồ vật khác nhau như
sách, hộ chiếu, thuốc, thiết bị y tế và quần áo - có thể bị theo dõi bí
mật bởi bất kỳ người đọc nào trong phạm vi đọc của các thẻ đó. Mặc dù một
số đồ vật có thể chỉ được mang theo bên người một cách tạm thời (ví dụ:
túi mua hàng), những đồ vật khác có thể được mang theo trong thời gian
dài hơn (ví dụ: sách) hoặc thậm chí là vĩnh viễn (ví dụ: thiết bị y tế),
cho phép theo dõi bí mật trong khoảng thời gian rộng hơn .

361
Machine Translated by Google
Mặc dù đã tồn tại các giải pháp ngăn chặn đầu đọc (bí mật) giao tiếp với
thẻ ở lớp vật lý (ví dụ: bằng cách “giết” thẻ hoặc đặt chúng ở chế độ “ngủ”,
hoặc bằng cách sử dụng lồng Faraday, thiết bị gây nhiễu hoạt động hoặc “cắt
bớt” thẻ [32]), quyền riêng tư được cung cấp phải trả giá bằng chức năng thẻ.
Một số giải pháp đảm bảo cả quyền riêng tư chống theo dõi bí mật và chức năng
gắn thẻ đã được đề xuất [44]. Chúng chủ yếu khai thác bí danh số nhận dạng thẻ
bằng các kỹ thuật mã hóa như thuật toán khóa công khai, nguyên hàm khóa đối
xứng, trình tạo số giả ngẫu nhiên và hàm băm [7, 14, 16, 35]. Tuy nhiên, các
giải pháp được đề xuất xem xét các biện pháp bảo vệ ở các lớp (logic) phía
trên; các kỹ thuật nhận dạng lớp vật lý có thể làm mất hiệu lực các biện pháp
bảo vệ đó bằng cách xác định các thiết bị trên lớp giao tiếp vật lý.
Trong trường hợp người mục tiêu mang theo nhiều thẻ, độ chính xác nhận dạng
tương đối thấp (trên mỗi thẻ) có thể đủ để phá vỡ quyền riêng tư: bên cạnh
thực tế là quyền riêng tư có thể bị xâm phạm khi chỉ có bằng chứng yếu về việc
ai đó đang ở một địa điểm nhất định, kết hợp thông tin nhận dạng từ một số thẻ
sẽ làm giảm đáng kể quyền riêng tư của một người. Kỹ thuật dựa trên TIE của
chúng tôi cung cấp b = 5,84 bit thông tin cho mỗi thẻ, nghĩa là khi các thẻ
cá nhân có thể được nhận dạng duy nhất
b
đồng minh được xem xét, tối đa n = 2 được
thống nhất. Kết quả là, một tập hợp bao gồm k thẻ có thể được xác định duy
n+k 1 = (n+k 1)!
nhất giữa các tập hợp khác, điều này cung cấp nhiều thông tin hơn và dẫn đến
k k!(n 1)!
nhận dạng chính xác hơn. Ví dụ: một bộ gồm 5 thẻ có thể được xác định duy nhất
trong số 6 · 106 bộ khác (tương ứng với 22,5 bit thông tin), trong khi một bộ
gồm 10 thẻ trong số 2 · 1011 bộ khác (tương ứng với 37,6 bit thông tin). Rõ
ràng là việc nhận dạng một người mang nhiều thẻ sẽ có thể thực hiện được với
độ chính xác rất cao9 .
Do đó, trên thực tế, kỹ thuật dựa trên TIE của chúng tôi cho phép mọi
người lập hồ sơ chuyên nghiệp và theo dõi bí mật: kẻ tấn công chỉ cần lập hồ
sơ mục tiêu một lần, nghĩa là trích xuất và lưu trữ cho từng thẻ trong tập hợp
mục tiêu tính năng định thời tương ứng T IE, sau đó theo dõi nó bằng cách
làm theo bộ thẻ. Như đã đề cập trong các phần trước, việc nhận dạng thông qua
kỹ thuật dựa trên TIE của chúng tôi có thể đạt được tùy thuộc vào vị trí và
khoảng cách tới đầu đọc từ tối đa 6 mét, điều này tạo điều kiện thuận lợi cho
việc theo dõi bí mật.
Việc xác định các biện pháp đối phó với việc nhận dạng lớp vật lý trái phép
là một vấn đề mở cần được giải quyết dựa trên kết quả của chúng tôi.
6.2 Phát hiện nhân bản trong chuỗi cung ứng hỗ trợ RFID Trong chuỗi
cung ứng hỗ trợ RFID,
mỗi sản phẩm được trang bị một thẻ RFID chứa mã định danh (ID) duy nhất.
Thông qua cơ sở hạ tầng RFID (ví dụ: mạng EPCglobal [19]), các đối tác trong
chuỗi cung ứng có thể ghi lại, lưu trữ và chia sẻ thông tin liên quan đến các
ID đó, đồng thời sử dụng thông tin đó để tự động hóa và tăng tốc các quy
trình. Nhân bản thẻ có thể tạo điều kiện thuận lợi cho việc đưa các sản phẩm
giả mạo vào chuỗi cung ứng hỗ trợ RFID hợp pháp: bằng cách mang theo các thẻ
chứa ID của sản phẩm chính hãng, các sản phẩm nhái sẽ được cơ sở hạ tầng RFID
công nhận là chính hãng (trừ khi có sự kiểm tra của con người).
Các giải pháp hiện tại cho chuỗi cung ứng hỗ trợ RFID, như kiến trúc
EPCglobal đã đề cập ở trên, không cung cấp các biện pháp chống nhân bản hiệu
quả [28]. Trong những năm qua, một số giải pháp đã được đề xuất (ví dụ: [10,
14, 16, 28, 36]), nhưng do hạn chế về nguồn tài nguyên và hạn chế về chi phí
của các thẻ UHF RFID thụ động cho các ứng dụng chuỗi cung ứng, một giải pháp
chống cơ chế nhân bản vẫn đang được điều tra.
9Độ chính xác có thể được tăng thêm bằng cách xem xét các bộ thẻ bao gồm các
mẫu thẻ và nhà sản xuất khác nhau.
362
Nhận dạng lớp vật lý cung cấp phương tiện để phát hiện các sản phẩm giả
mạo bằng cách tạo dấu vân tay lớp vật lý liên kết thẻ RFID với danh tính đã
xác nhận (dấu vân tay sau đó có thể được lưu trữ trong cơ sở dữ liệu, ví dụ:
được duy trì bởi nhà sản xuất thẻ, để so sánh sau này).
Trong trường hợp các pallet sản phẩm được gắn thẻ đi qua cổng RFID để nhận
dạng lớp vật lý, số lượng lớn sản phẩm cần được xác định trong thời gian ngắn
sẽ yêu cầu tốc độ tính toán cao. Ngoài ra, các sản phẩm được gắn thẻ có thể
được đặt ở bất kỳ đâu trên pallet và gây nhiễu lẫn nhau trong quá trình liên
lạc không dây (ví dụ: do chồng chất tín hiệu hoặc nhiễu xạ tín hiệu do đóng
gói sản phẩm); dấu vân tay sau đó sẽ được yêu cầu phải đặc biệt ổn định. Hơn
nữa, độ chính xác của việc nhận dạng phải đặc biệt cao: thời gian dành cho
việc xác minh các kết quả dương tính giả sẽ làm chậm các quy trình của chuỗi
cung ứng.
Tương tự như kịch bản pallet, một hệ thống nhận dạng lớp vật lý cho một
kịch bản trong đó các sản phẩm được gắn thẻ di chuyển trên băng tải sẽ yêu
cầu tốc độ tính toán và độ chính xác cao.
Khác biệt, các sản phẩm được gắn thẻ có thể đi qua từng sản phẩm một và ở một
vị trí cố định thông qua cổng RFID, giảm nhiễu và cho phép dấu vân tay nhạy
cảm với vị trí của thẻ.
Mặc dù công việc của chúng tôi cho thấy rằng việc xác định các thẻ có độ
chính xác cao (EER=0%) và tốc độ tính toán (100 thẻ/giây) là khả thi khi sử
dụng các tính năng phổ, nhưng kỹ thuật dựa trên phổ của chúng tôi không phù
hợp với kịch bản pallet do độ nhạy của nó với vị trí của thẻ. Tuy nhiên, một
kỹ thuật như vậy có thể phù hợp với kịch bản băng tải, trong đó các thẻ được
xác định tại một thời điểm và tại một vị trí cố định.
Tóm lại, chúng tôi cho thấy rằng việc phát hiện nhân bản trong chuỗi cung
ứng hỗ trợ RFID là khả thi trong một số điều kiện nhất định. Chúng tôi lưu ý
rằng việc tìm kiếm một kỹ thuật nhận dạng không nhạy cảm với vị trí, có độ
chính xác cao là một vấn đề mở. Tương tự như vậy, các mối đe dọa bảo mật (và
các biện pháp đối phó có thể có) đối với các hệ thống phát hiện nhân bản như
vậy cần được khám phá.
7. CÔNG VIỆC LIÊN QUAN Dấu vân tay lớp
vật lý (nhận dạng) đã được điều tra chỉnh sửa trên một số nền tảng phần
cứng bao gồm cả RFID [12, 38, 40, 41]. Theo hiểu biết tốt nhất của chúng tôi,
chỉ có Periaswamy et al. [38] xem xét nhận dạng các thẻ UHF RFID. Các tác giả
đã đề xuất một phương pháp cho phép chuyển quyền sở hữu các thẻ UHF RFID bằng
cách sử dụng phản hồi năng lượng tối thiểu của các thẻ dưới dạng dấu vân tay
lớp vật lý.
Các tác giả đã xem xét một bộ nhỏ gồm 8 thẻ từ 2 mô hình và chỉ đưa ra bằng
chứng trực quan rằng các thẻ UHF có thể được phân biệt; tính ổn định của tính
năng cũng không được xem xét10. So với các công trình trên, công trình của
chúng tôi là công trình đầu tiên cho thấy sự tồn tại của dấu vân tay lớp vật
lý ổn định để phân biệt các thẻ UHF RFID và cung cấp giới hạn thực nghiệm và
lý thuyết về độ chính xác của chúng. Ngoài ra, chúng tôi xác thực khả năng áp
dụng các kỹ thuật nhận dạng HF RFID hiện có cho UHF RFID.
Trong bối cảnh của HF RFID, Danev et al. [12] đã nghiên cứu và đánh giá
tính khả thi của việc sử dụng nhận dạng lớp vật lý để phát hiện thẻ thông minh
HF RFID nhân bản hoặc giả mạo và cổng thông hành điện tử. Các tác giả đã đề
xuất các tính năng phổ thống kê như dấu vân tay của lớp vật lý. Kết quả thử
nghiệm trên 50 thẻ thông minh giống hệt nhau cho thấy EER là 2,43% khi ở
khoảng cách gần. Tương tự, Rô-mê-ô
10Đáp ứng năng lượng tối thiểu cung cấp thông tin khai thác năng lượng của thẻ
và nó thường được biểu thị ở tần số và khoảng cách xác định [45]. Điều này ngụ
ý rằng nó thay đổi theo khoảng cách, khiến cho kỹ thuật được đề xuất chỉ hoạt
động ở một vị trí cố định.
Ngoài ra, môi trường phản chiếu gây ra các biến thể đáng kể trong đáp ứng công
suất tối thiểu [37], điều này có thể hạn chế hơn nữa kỹ thuật được đề xuất đối
với các môi trường được kiểm soát.
Machine Translated by Google

et al. [40] đã chứng minh rằng cường độ và pha ở các tần số đã chọn cho [4] http://www.upmrfid.com/. [5] http://
phép đánh dấu các mẫu thẻ HF RFID khác nhau. www.rfid.averydennison.com/. [6] http://www.ettus.com/.
Các tác giả đã xác nhận kỹ thuật của họ trên 4 mô hình khác nhau. Gần
đây, cùng các tác giả đã mở rộng kỹ thuật của họ để cho phép nhận dạng [7] BERBAIN, C., BILLET, O., ETROG, J., VÀ GILBERT, H.
các bộ phát đáp của cùng một kiểu máy và nhà sản xuất [41]. Các công
Một giao thức RFID riêng chuyển tiếp hiệu quả. Ở Proc. Hội
việc trên được coi là các thẻ HF RFID được ghép nối cảm ứng và các tính
nghị ACM về Bảo mật Máy tính và Truyền thông (2009), trang
năng được đề xuất hoạt động ở khoảng cách gần.
43–53.
Ngoài các công việc được đề cập trên thiết bị RFID, dấu vân tay lớp
[8] BISHOP, C. Nhận dạng mẫu và học máy.
vật lý đã được khám phá trên các nền tảng khác nhau như VHF [43, 47],
Mùa xuân, 2006.
Bluetooth [24], IEEE 802.11 [11, 26, 48] và 802.15.4 (ZigBee) [ 13,
[9] BOLLE, R., CONNELL, J., PANKANTI, S., RATHA, N., VÀ SENIOR,
39]. Tính năng dựa trên TIE được đề xuất của chúng tôi gần với khái
A. Hướng dẫn Sinh trắc học. Mùa xuân, 2003.
niệm lệch/độ lệch xung nhịp được đề xuất trong [34] cho các máy chủ
[10] BOLOTNYY, L., VÀ ROBINS, G. Bảo mật và quyền riêng tư dựa trên
mạng làm việc theo dấu vân tay. Sự khác biệt nằm ở lớp giao tiếp được
chức năng không thể sao chép về mặt vật lý trong các hệ
sử dụng để đo lường. Chúng tôi đo lỗi khoảng thời gian ở lớp vật lý,
thống RFID. Ở Proc. Hội nghị quốc tế IEEE về điện toán
trong khi ở [34], độ lệch và độ lệch của đồng hồ được lấy từ dấu thời
phổ biến và truyền thông (2007).
gian trong các giao thức lớp trên (ví dụ: TCP).
[11] BRIK, V., BANERJEE, S., GRUTESER, M., VÀ OH, S.
Dưới đây là một mô tả ngắn gọn về các công việc liên quan khác. Shaw
Nhận dạng thiết bị không dây bằng chữ ký đo phóng xạ. Ở Proc. Hội
và Kinsner [43] đã đề xuất xác định các máy phát vô tuyến được sử dụng
nghị quốc tế ACM về điện toán di động và mạng (2008).
vi phạm các quy định bằng cách trích xuất và lập mô hình tạm thời (bật)
máy phát vô tuyến để phân loại. Ureten và Serinken [47] đã sử dụng cùng
một tính năng (nhưng các phương pháp trích xuất và phân loại tính năng [12] DANEV, B., HEYDT-BENJAMIN, TS, VÀ Cˇ APKUN, S.

khác nhau) để xác định các máy phát vô tuyến VHF. Ellis và Serinken
[17] đã nghiên cứu tính khả thi của việc xác định trực quan các máy
phát vô tuyến VHF dựa trên thông tin về biên độ và pha có trong máy
phát nhất thời. Hội trường và cộng sự. được nghiên cứu và đánh giá
Nhận dạng lớp vật lý của thiết bị RFID. Ở Proc.
Hội nghị chuyên đề về bảo mật USENIX (2009).
[13] DANEV, B., VÀ Cˇ APKUN, S. Nhận dạng các nút cảm biến không dây
dựa trên tạm thời. Ở Proc. Hội nghị ACM/IEEE về Xử lý thông tin

lấy dấu vân tay vô tuyến để phát hiện xâm nhập trong cả mạng IEEE 802.11 trong Mạng cảm biến (2009).

[24] và Bluetooth [25], trong khi biên độ và phạm vi pha của máy phát
nhất thời đã được Ureten và Serinken [48] sử dụng để lấy dấu vân tay
các
ˇ thiết bị IEEE 802.11b. Rasmussen và
Capkun [39] đã chứng minh tính khả thi của thiết bị lấy dấu vân tay của
[14] DIMITRIOU, T. Một giao thức RFID nhẹ để bảo vệ chống truy
xuất nguồn gốc và tấn công nhân bản. Ở Proc.
Hội nghị ICST quốc tế về an ninh và quyền riêng tư trong mạng
truyền thông (2005).

các nút cảm biến không dây và thảo luận về hàm ý của dấu vân tay trong
việc phát hiện lỗ sâu, Sybil và các cuộc tấn công nhân bản. Brik và
cộng sự. [11] đã xem xét sự khác biệt trong các
ˇ lỗi điều chế đối với
thiết bị IEEE 802.11 vân tay, trong khi Danev và Capkun [13] điều tra
việc xác định các nút cảm biến không dây IEEE 802.15.4 giống hệt nhau
bằng cách sử dụng các đặc điểm quang phổ và thời gian của máy phát nhất thời.
8. KẾT LUẬN
Trong công việc này, chúng tôi đã nghiên cứu nhận dạng lớp vật lý của
[15] DOBKIN, DM RF trong RFID: UHF RFID thụ động trong
Luyện tập. Mới, 2007.
[16] DUC, DN, PARK, J., LEE, H., AND KIM, K. Tăng cường tính bảo mật
của thẻ EPCglobal Gen-2 RFID chống truy xuất nguồn gốc và sao
chép. Ở Proc. Hội nghị chuyên đề về mật mã và bảo mật thông
tin (2006).
[17] ELLIS, K., VÀ SERINKEN, N. Đặc điểm của đài phát thanh
dấu vân tay máy phát. Radio Science 36 (2001), 585–597.
[18] EPCGLOBAL. Tiêu chuẩn UHF Class 1 Gen 2 v. 1.2.0.
Chuẩn, 2008.

các thẻ UHF RFID thụ động. Chúng tôi đã thu thập tín hiệu từ tổng số 70 [19] EPCGLOBAL. Khung kiến trúc EPCglobal v. 1.3, 2009.
thẻ bằng cách sử dụng trình đọc được xây dựng có mục đích và chúng tôi đã
phân tích miền thời gian và các đặc điểm quang phổ của tín hiệu được thu [20] ETSI. ETSI EN 302 208-1, 2006.
thập. Chúng tôi đã chỉ ra rằng, bằng cách sử dụng các tính năng miền thời [21] FELDHOFER, M., DOMINIKUS, S., VÀ
gian, các thẻ UHF RFID có thể được phân loại, không phụ thuộc vào vị trí
WOLKERSTORFER, J. Xác thực mạnh cho các hệ thống RFID sử
và khoảng cách đến đầu đọc (đã thử nghiệm lên đến 6 mét), với độ chính xác
dụng thuật toán AES. Ở Proc. Hội thảo về phần cứng mật mã
6
xấp xỉ. 71%. Ngoài ra, chúng tôi đã chỉ ra rằng có thể xác định duy nhất
và hệ thống nhúng (2004), tập. 3156 của LNCS, trang 357–370.
tối đa xấp xỉ. 2 thẻ UHF RFID độc lập với quy mô dân số. Những kết quả này
cho thấy việc vi phạm quyền riêng tư ở các vị trí và khoảng cách khác
[22] GRIFFIN, JD, VÀ DURGIN, GD Hoàn thành ngân sách liên kết cho hệ
nhau là có thể xảy ra, đặc biệt là khi người dùng mục tiêu mang theo nhiều
thống vô tuyến tán xạ ngược và hệ thống RFID. Tạp chí tuyên
thẻ. Chúng tôi đã chỉ ra thêm rằng, trong các môi trường được kiểm soát,
truyền và ăng-ten IEEE 51 (2009), 11–25.
các thẻ UHF RFID có thể được xác định duy nhất dựa trên các đặc điểm phổ
[23] GUIASU, S., VÀ SHENITZER, A. Nguyên tắc của
tín hiệu của chúng với Tỷ lệ lỗi bằng 0%. Kết quả này cho thấy việc phát
entropi cực đại. The Mathematical Intelligencer 7 (1985), 42–48.
hiện nhân bản trong chuỗi cung ứng hỗ trợ RFID là khả thi trong một số điều kiện nhất định.
Các biện pháp chống lại các nhận dạng lớp vật lý trái phép vẫn là một
[24] HALL, J., BARBEAU, M., AND KRANAKIS, E. Tăng cường phát hiện
vấn đề mở.
xâm nhập trong mạng không dây bằng cách sử dụng dấu vân
tay tần số vô tuyến. Ở Proc. Truyền thông, Internet và Công nghệ
thông tin (2004).
9. TÀI LIỆU THAM KHẢO
[25] HALL, J., BARBEAU, M., AND KRANAKIS, E. Phát hiện các thiết bị
[1] http://www.icao.int/. [2] http://
giả mạo trong mạng Bluetooth bằng cách sử dụng dấu vân tay tần
www.avoine.net/rfid/index.html. [3] http://www.alientech.com/. số vô tuyến. Ở Proc. Hội nghị quốc tế IASTED về truyền thông và
mạng máy tính (2006).

363
Machine Translated by Google
[26] JANA, S. VÀ KASERA, SK Bật nhanh và chính xác
phát hiện các điểm truy cập không dây trái phép bằng cách sử
dụng đồng hồ nghiêng. Ở Proc. Hội nghị quốc tế ACM về điện
toán di động và mạng (2008).
[27] JUELS, A. Mật mã tối giản cho thẻ RFID chi phí thấp.
Ở Proc. Hội thảo quốc tế về an ninh mạng truyền
thông (2004), tập. 3352 của LNCS, trang 149–164.
[28] JUELS, A. Tăng cường các thẻ EPC chống sao chép.
Bản thảo, 2005.
[29] JUELS, A. Bảo mật và quyền riêng tư của RFID: Một khảo sát nghiên cứu.
IEEE Journal on Selected Areas in Communications 24, 2
(2006).
[30] JUELS, A., PAPPU, R., VÀ PARNO, B. Phân phối khóa một chiều
xuyên thời gian và không gian với các ứng dụng cho bảo mật
RFID. Ở Proc. Hội nghị chuyên đề về bảo mật USENIX (2008).
[31] JUELS, A., RIVEST, R., VÀ SZYDLO, M. Thẻ chặn: Chặn có chọn lọc
các thẻ RFID vì quyền riêng tư của người tiêu dùng. Ở Proc.
Hội nghị ACM về Bảo mật Máy tính và Truyền thông (2003).
[32] KARJOTH, G., VÀ MOSKOWITZ, PA Vô hiệu hóa các thẻ RFID có
xác nhận rõ ràng: các thẻ đã cắt bớt bị tắt tiếng. Ở Proc.
Hội thảo ACM về Quyền riêng tư trong Xã hội Điện tử (2005).
[33] KERSCHBAUM, F., VÀ SORNIOTTI, A. Dựa trên RFID
xác thực đối tác chuỗi cung ứng và thỏa thuận chính. Ở Proc.
Hội nghị ACM về An ninh Mạng Không dây (2009).
[34] KOHNO, T., BROIDO, A., VÀ CLAFFY, K. Lấy dấu vân tay
trên thiết bị vật lý từ xa. Giao dịch của IEEE trên
máy tính an toàn và đáng tin cậy 2, 2 (2005).
[35] LEE, YK, BATINA, L., SINGELÉE, D., AND
VERBAUWHEDE, I. Các giao thức xác thực chi phí thấp cho
RFID. Ở Proc. Hội nghị ACM về An ninh Mạng Không dây (2010).
[36] LEHTONEN, M., MICHAHELLES, F. VÀ FLEISCH, E.
Cách phát hiện các thẻ nhân bản theo cách đáng tin cậy từ các
dấu vết RFID không đầy đủ. Ở Proc. Hội nghị quốc tế IEEE
về RFID (2009).
[37] NIKKARI, M., BJORNINEN, T., SYDANHEIMO, L., UKKONEN,
L., ELSHERBENI, A., YANG, F., VÀ KIVIKOSKI, M. Hiệu
suất của thẻ UHF RFID thụ động trong môi trường phản xạ. Ở
Proc. Hội nghị chuyên đề quốc tế của hiệp hội tuyên
truyền và anten IEEE (2008).
[38] PERIASWAMY, SCG, THOMPSON, D., VÀ DI, J.
Chuyển quyền sở hữu thẻ RFID dựa trên dấu vân tay điện
tử. Ở Proc. Hội nghị quốc tế về an ninh và quản lý (2008).
364
[39] RASMUSSEN, K., VÀ Cˇ APKUN, S. Ý nghĩa của dấu vân tay vô
tuyến đối với tính bảo mật của mạng cảm biến. Ở Proc.
Hội nghị ICST quốc tế về bảo mật và quyền riêng tư trong
mạng truyền thông (2007).
[40] ROMERO, HP, REMLEY, KA, WILLIAMS, DF, VÀ
WANG, C.-M. Các phép đo điện từ để phát hiện thẻ
nhận dạng tần số vô tuyến giả.
Giao dịch của IEEE về Lý thuyết và Kỹ thuật Vi sóng 57, 5
(2009), 1383–1387.
[41] ROMERO, HP, REMLEY, KA, WILLIAMS, DF, WANG, C.-M., AND
BROWN, TX Xác định thẻ nhận dạng RF từ phép đo cộng
hưởng và
sóng mang sóng hài. Bản thảo trực tuyến (2010).
[42] SHANNON, C. Một lý thuyết toán học về giao tiếp.
Tạp chí Kỹ thuật Hệ thống Chuông 27 (1948), 379–423.
[43] SHAW, D., AND KINSNER, W. Mô hình đa phân số của
quá độ máy phát vô tuyến để phân loại. Ở Proc. Hội nghị IEEE
về Truyền thông, Nguồn điện và Điện toán (1997).
[44] SPIEKERMANN, S. VÀ EVDOKIMOV, S. Quyền riêng tư
nâng cao công nghệ cho RFID - Một cuộc điều tra quan trọng về
nghiên cứu hiện đại. Ở Proc. Quyền riêng tư và bảo mật của
IEEE (2009).
[45] SYDANHEIMOL, L., NUMMELA, J., UKKONEN, L., MCVAY, J.,
HOORFAR, A., VÀ KIVIKOSKI, M.
Đặc tính của hiệu suất thẻ UHF RFID thụ động.
Tạp chí IEEE Antennas and Propagation 50, 3 (2008), 207–212.
[46] TIPPENHAUER, NO, RASMUSSEN, KB, PÖPPER, C., AND Cˇ APKUN, S.
Tấn công vào định vị dựa trên mạng WLAN công cộng. Ở
Proc. Hội nghị quốc tế ACM/USENIX về hệ thống, ứng
dụng và dịch vụ di động (2009).
[47] URETEN, O., AND SERINKEN, N. Phát hiện sóng vô tuyến
quá độ bật máy phát. Trong Thư điện tử (2007), tập. 35,
trang 1996–1997.
[48] URETEN, O., AND SERINKEN, N. Bảo mật không dây thông qua lấy
dấu vân tay RF. Tạp chí Kỹ thuật Điện và Máy tính Canada
32, 1 (Mùa đông 2007).
[49] VAJDA, I., VÀ BUTTYÁN, L. Giao thức xác thực nhẹ dành cho thẻ
RFID chi phí thấp. Ở Proc. Hội thảo về An ninh trong Điện
toán Phổ biến (2003).
[50] WANG, B., OMATU, S., AND ABE, T. Xác định các thiết bị truyền
bị lỗi bằng biến đổi wavelet.
IEEE Transactions on Pattern Analysis and Machine
Intelligence 27, 6 (2005), 696–710.
[51] WILLIAMS, B. Tiêu chuẩn Hệ thống Giao thông Thông minh.
Nhà xuất bản Artech House, 2008.