CARRIER FREQUENCY OFFSET MODELING FOR RADIO FREQUENCY FINGERPRINTING

A method comprising operating at least one hardware processor for: receiving, by a radio frequency (RF) receiver, a plurality of training RF transmissions from an RF device, wherein each of said training RF transmissions is temporally associated with operational parameters and ambient parameters of said RF receiver and said RF device; at a training stage, training a machine learning classifier based, at least in part, on a training set comprising: (i) a Carrier Frequency Offset (CFO) value calculated for each of said training RF transmissions, and (ii) labels associated with said operational parameters and said ambient parameters; and at an inference stage, applying said machine learning classifier to determine whether one or more runtime RF transmissions originate from said RF device. L'invention concerne un procédé comprenant le fonctionnement d'au moins un processeur matériel pour : recevoir, par un récepteur radiofréquence (RF), une pluralité d'émissions RF d'apprentissage provenant d'un dispositif RF, dans lequel chacune desdites émissions RF d'apprentissage est associée temporellement à des paramètres opérationnels et à des paramètres ambiants dudit récepteur RF et dudit dispositif RF; à un stade d'apprentissage, former un classificateur d'apprentissage machine basé, au moins en partie, sur un ensemble d'apprentissage comprenant : (i) une valeur de décalage de fréquence porteuse (CFO) calculée pour chacune desdites transmissions RF d'apprentissage, et (ii) des étiquettes associées auxdits paramètres opérationnels et auxdits paramètres ambiants; et à un stade d'inférence, l'application dudit classificateur d'apprentissage machine pour déterminer si une ou plusieurs transmissions RF d'exécution proviennent dudit dispositif RF.