본 논문은 무선 기기의 아날로그 회로의 미세한 차이를 이용하여 기기를 식별하는 무선 주파수 지문 인식(RFFI) 시스템을 제안합니다. 기존의 심층 학습 기반 RFFI 시스템의 복제, 변조, 회피 공격에 대한 취약성을 해결하기 위해, 소유권 증명을 위한 워터마킹과 의심스러운 입력을 감지하기 위한 이상 탐지 기법을 결합합니다. 로그-멜 스펙트로그램에 ResNet-34를 사용하여 세 가지 워터마크(단순 트리거, 잡음 및 필터링에 강인한 적대적 학습 트리거, 숨겨진 그래디언트/가중치 시그니처)를 포함하고, Kullback-Leibler (KL) 워밍업과 자유 비트를 사용하는 합성곱 변이 자동 인코더(VAE)를 통해 분포 외 쿼리를 감지합니다. LoRa 데이터셋을 사용한 실험 결과, 94.6%의 정확도, 98%의 워터마크 성공률, 0.94의 AUROC를 달성하여 검증 가능하고 변조 방지 기능을 갖춘 인증 시스템을 구현했습니다.
