-
题名智能窃听攻击下的物理层安全技术研究
被引量:2
- 1
-
-
作者
刘珏
程凯欣
杨炜伟
-
机构
陆军工程大学通信工程学院
南京审计大学金审学院信息科学与工程学院
-
出处
《信息网络安全》
CSCD
北大核心
2023年第2期45-53,共9页
-
基金
国家自然科学基金[61471393,62071468]
江苏省重点研发计划[BE2021095]
江苏省基础研究计划[BK20212001]。
-
文摘
随着无线电磁设备的不断发展,智能窃听攻击给无线通信领域带来了新挑战。近年来,物理层安全技术作为保障无线通信安全的一种可选技术,获得了人们的广泛关注,尤其是针对智能窃听攻击的研究,取得了重要成果。文章从信号处理技术和无线资源管理两个方面切入,对当前基于物理层安全技术的抗智能窃听研究现状进行总结归纳,并对未来研究方向进行展望。
-
关键词
智能窃听攻击
物理层安全
信号处理
资源管理
-
Keywords
smart eavesdropping attack
physical layer security
signal processing
resource management
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名电磁对抗环境下通信频谱行为分析
被引量:4
- 2
-
-
作者
程凯欣
朱磊
杨炜伟
姚昌华
-
机构
陆军工程大学通信工程学院
陆军研究院系统工程研究所
南京信息工程大学电子与信息工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2022年第3期680-694,共15页
-
基金
国家自然科学基金(61971439,61702543)
江苏省自然科学基金(BK20191329)。
-
文摘
通信频谱行为分析是电磁频谱对抗中提升通信态势感知层次,增强电磁侦察能力的关键手段。随着人工智能技术的发展,通信频谱行为分析的相关研究逐渐由基于手工特征提取的传统方法向基于深度学习的智能方法转变。然而,电磁对抗环境下通信频谱监测数据稀缺、数据不完全的问题会影响深度网络对特征的学习。同时,高动态的战场环境对分析方法实时性提出更高要求。本文聚焦电磁对抗环境下的通信频谱行为分析问题,将通信频谱行为分析相关技术的研究目标归纳为:用频行为分析、网络拓扑识别与通信意图推理3大类。阐述其内在联系,总结现有研究并梳理其发展脉络,分析面临的挑战并做出展望。
-
关键词
电磁对抗环境
通信频谱行为分析
用频行为分析
网络拓扑识别
通信意图推理
-
Keywords
electromagnetic countermeasure environment
communication spectral behavior analysis
frequency behavior analysis
network topology recognition
communication intention inference
-
分类号
TN975
[电子电信—信号与信息处理]
-
-
题名融合多维注意力的非合作通信行为识别方法
被引量:2
- 3
-
-
作者
程凯欣
姚昌华
丁国如
王磊
周星宇
-
机构
陆军工程大学通信工程学院
南京信息工程大学电子与信息工程学院
-
出处
《陆军工程大学学报》
2022年第6期40-47,共8页
-
基金
国家自然科学基金(61971439,61702543)
江苏省自然科学基金(BK20191329)。
-
文摘
电磁对抗环境下匮乏的数据资源与有限的反应时间是非合作通信行为识别研究发展所面临的主要挑战。现存的通信行为识别方法大多依赖大量监测数据或者繁琐的数据预处理流程,难以完成非合作通信行为识别任务。提出一种融合了多维通道注意力机制(MSENeT)的非合作通信行为识别方法,通过扩充通道维度提升注意力模块对通道间关系的全局视野,增强注意力中权重的精确度,从而提升深度卷积神经网络(CNN)对有限数据样本的特征提取能力,并保证带来的算法计算复杂度在可承受范围内。同时构建了对抗条件下通信行为频谱监测数据仿真场景,为后续的通信行为识别相关研究提供数据支持。最后的对比实验显示,在非合作条件下,基于MSENeT的通信行为识别方法相较于仅使用CNN和基于SENeT的方法在通信行为识别准确率上分别有14.9%和8.5%的提升。
-
关键词
非合作通信行为识别
多维注意力机制
卷积神经网络
计算复杂度
-
Keywords
non-cooperative communication behavior recognition
multi-dimensional attention mechanism
convolutional neural network
computational complexity
-
分类号
TN975
[电子电信—信号与信息处理]
-