Rilevazione di jamming in reti di 5a generazione

L’obiettivo di questa tesi è lo sviluppo e il test di un rilevatore di jamming per reti di 5a generazione. Il nostro rilevatore consiste in una rete neurale convoluzionale che analizza i campioni di segnale trasmessi attraverso il canale di comunicazione per determinare la presenza di un eventuale attaccante. La rete è addestrata come un classificatore a due classi utilizzando due dataset: uno di segnali leciti reali e uno virtuale realizzato secondo specifici criteri in modo che, al termine dell’addestramento, la rete funzioni come un classificatore a una classe. Infine si confrontano le prestazioni della nostra rete rispetto a quelle di un autoencoder su diverse tipologie di attacco.