• 中文核心期刊要目总览
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)
  • 中国科技论文与引文数据库(CSTPCD)
  • 中国学术期刊文摘数据库(CSAD)
  • 中国学术期刊(网络版)(CNKI)
  • 中文科技期刊数据库
  • 万方数据知识服务平台
  • 中国超星期刊域出版平台
  • 国家科技学术期刊开放平台
  • 荷兰文摘与引文数据库(SCOPUS)
  • 日本科学技术振兴机构数据库(JST)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

微信公众号

计算机线缆的电磁信息泄漏智能分析方法

茅剑 唐妮 刘晋明 马通边

茅剑,唐妮,刘晋明,等. 计算机线缆的电磁信息泄漏智能分析方法[J]. 电波科学学报,xxxx,x(x): x-xx. DOI: 10.12265/j.cjors.2021196
引用本文: 茅剑,唐妮,刘晋明,等. 计算机线缆的电磁信息泄漏智能分析方法[J]. 电波科学学报,xxxx,x(x): x-xx. DOI: 10.12265/j.cjors.2021196
MAO J, TANG N, LIU J, et al. Intelligent analysis of electromagnetic information leakage from computer cable[J]. Chinese journal of radio science,xxxx,x(x): x-xx. (in Chinese). DOI: 10.12265/j.cjors.2021196
Citation: MAO J, TANG N, LIU J, et al. Intelligent analysis of electromagnetic information leakage from computer cable[J]. Chinese journal of radio science,xxxx,x(x): x-xx. (in Chinese). DOI: 10.12265/j.cjors.2021196

计算机线缆的电磁信息泄漏智能分析方法

doi: 10.12265/j.cjors.2021196
基金项目: 福建省自然科学基金项目(2021J01858);福建省教育厅项目(JAT200242)
详细信息
    作者简介:

    茅剑:(1980—),男,福建人,集美大学计算机工程学院教授,博士,研究方向为电磁信息安全

    唐妮:(1998—),女,福建人,集美大学计算机工程学院科研助理,学士,研究方向为电磁信息泄漏

    刘晋明:(1978—),男,福建人,集美大学计算机工程学院教授,博士,研究方向为电磁信息安全

    马通边:(1971—),男,山西人,中国电子科技集团公司第三十三研究所,高级工程师,研究方向为电磁信息安全检测

    通讯作者:

    茅剑 E-mail: maojian@jmu.edu.cn

  • 中图分类号: TP309.1

Intelligent analysis of electromagnetic information leakage from computer cable

  • 摘要: 计算机系统中的各型线缆会通过电磁传导发射泄漏内部信息,导致信息安全问题. 为了分析来自计算机线缆的电磁信息泄漏,提出了基于深度学习的智能分析方法. 设计一维卷积神经网络算法,对电磁泄漏信号进行深层的特征提取与学习,从泄漏的电磁信号中智能识别泄漏源的线缆类型,进而分析其中泄漏的视频信息. 实测结果表明,泄漏源识别准确率达95%以上,泄漏信息判别准确率达84%以上. 本文提出的方法,在未知目标信号特征的情况下,针对计算机线缆提供了一种电磁信息泄漏的智能分析手段.
  • 图  1  VGA线缆视频泄漏电磁信号频谱

    Fig.  1  EM spectrum leaked from VGA cable with video information

    图  2  计算机电源线视频泄漏电磁信号频谱

    Fig.  2  EM spectrum leaked from power line with video information

    图  3  HDMI线缆视频泄漏电磁信号频谱

    Fig.  3  EM spectrum leaked from HEMI cable with video information

    图  4  UTP线缆泄漏电磁信号频谱

    Fig.  4  EM spectrum leaked from UTP cable

    图  5  电磁信息泄漏分析流程

    Fig.  5  EM information leakage analysis process

    图  6  电磁信息泄漏源检测流程

    Fig.  6  The source identification process of EM information leakage

    图  7  D-CNN的结构图

    Fig.  7  D-CNN model structure

    图  8  D-CNN-BN的卷积层结构图

    Fig.  8  Convolution layer structure of D-CNN-BN

    图  9  电磁泄漏信息的采集方式

    Fig.  9  Electromagnetic leakage collection of different cables

    图  10  泄漏源检测算法性能对比

    Fig.  10  Comparison of performance at source detection

    图  11  实验图像示例

    Fig.  11  Examples of images

    图  12  泄漏信息检测算法性能对比

    Fig.  12  Comparison of performance at leakage information detection

    图  13  两算法性能对比

    Fig.  13  Performance comparison of algorithms

    表  1  D-CNN网络结构参数表

    Tab.  1  D-CNN network structure parameters

    网络层输入通道数过滤器步长输出通道数
    卷积层-114232
    池化层-1322232
    卷积层23212264
    池化层-2642264
    下载: 导出CSV

    表  2  电磁信息泄漏检测实验样本数据集

    Tab.  2  EM information leakage detection dataset

    线缆类别样本数
    HDMI线缆1 368
    VGA线缆1 368
    计算机电源线1 368
    UTP线缆1 368
    合计5 472
    下载: 导出CSV

    表  3  泄漏源检测算法性能对比

    Tab.  3  Comparison of performance at source detection

    算法准确率召回率
    时域频域小波域倒谱域时域频域小波域倒谱域
    D-CNN0.75000.97350.65070.30000.70000.93220.34410.6993
    XGBOOST0.30700.28620.50670.31360.29820.31470.31470.3158
    NB0.27740.30590.29710.29710.28510.28950.27630.2906
    RF0.31580.29610.29390.29060.28620.32240.32890.3092
    下载: 导出CSV

    表  4  电磁泄漏信息检测实验样本数

    Tab.  4  Information detection dataset of EM leakage

    无信息黑白文字实物图像
    英文中文飞机
    2 5007507501 0001 000
    下载: 导出CSV

    表  5  泄漏信息检测算法性能对比

    Tab.  5  Comparison of performance at leakage information detection

    预处理
    算法
    准确率
    时域频域小波域倒谱域
    XGBOOST0.492 60.522 20.502 70.459 6
    RF0.524 20.487 90.496 00.510 8
    NB0.480 50.517 50.475 80.500 7
    MGCNN0.546 00.908 10.534 20.515 9
    D-CNN-BN0.917 30.952 20.490 80.540 1
    下载: 导出CSV

    表  6  图像信息内容检测性能对比

    Tab.  6  Performance comparison of image information detection

    算法准确率精确率召回率F1得分
    MGCNN0.84740.9916 0.69950.7336
    D-CNN-BN0.86000.95660.76690.8158
    下载: 导出CSV
  • [1] 刘泰康. 电磁信息泄漏及防护技术[M]. 北京: 国防工业出版社, 2015.
    [2] 董士伟. 信息电磁泄漏研究[D]. 西安: 西北工业大学, 2003.

    DONG S W. Research on electromagnetic information leakage[D]. Xi’an: Northwestern Polytechnical University, 2003. (in Chinese)
    [3] HIDEMA T. Evaluation of information leakage via electromagnetic emanation and effectiveness of tempest[J]. IEICE transactions on information and systems,2008,91(5):1438-1446.
    [4] VANN J, KARNOWSKI T, KEREKES R, et al. A Dimensionally aligned signal projection for classification of unintended radiated emissions[J]. IEEE transactions on electromagnetic compatibility,2018,60(1):122-131. DOI: 10.1109/TEMC.2017.2692962
    [5] VAN ECK W. Electromagnetic radiation from video display units: an eavesdropping risk?[J]. Elsevier advanced technology,1985,4(4):269-286.
    [6] 杜虹. TEMPEST: 信息安全不容忽视的问题[J]. 信息安全与通信保密,2002(12):26-28. DOI: 10.3969/j.issn.1009-8054.2002.12.012

    DU H. TEMPEST: a noticeable issue of information security[J]. China information security,2002(12):26-28. (in Chinese) DOI: 10.3969/j.issn.1009-8054.2002.12.012
    [7] KUHN M G. Compromising emanations of LCD TV sets[J]. IEEE transactions on electromagnetic compatibility,2013,55(3):564-570. DOI: 10.1109/TEMC.2013.2252353
    [8] HIDEMA T, OSAMU T, AKIHIRO Y. A trial of the interception of display image using emanation of electromagnetic wave[J]. Journal of the National Institute of Information and Communications Technology,2005(1):213-223.
    [9] 张南. 计算机电磁信息泄漏与视频信息认知研究[D]. 北京: 北京邮电大学, 2019.

    ZHANG N. Research on computer electromagnetic information leakage and video information cognition[D]. Beijing: Beijing University of Posts and Telecommunications, 2019. (in Chinese)
    [10] 钱冰华. 新型计算机系统信息泄漏分析及其防泄漏研究[D]. 西安: 西安电子科技大学, 2013.

    QIANG B H. Research on leakage characteristics and anti-leakage method based on new type of computers[D]. Xi’an: Xidian University, 2013. (in Chinese)
    [11] 徐艳云, 黄伟庆, 范伟, 等. 基于电源线的电磁信息泄漏建模与实验分析[J]. 中国科学: 信息科学. 2015, 45(10): 1341-1354.
    [12] 钱志升. 基于电源线传导的LCD电磁信息泄漏分析与重建[D]. 郑州: 战略支援部队信息工程大学, 2018.

    QIANG Z S. Analysis and reconstruction of LCD electromagnetic information leakage based on power line[D]. Zhengzhou: PLA Strategic Support Force Information Engineering University, 2018. (in Chinese)
    [13] 王力. 计算机网络设备信息辐射泄漏与抑制[D]. 西安: 西安电子科技大学, 2008.

    WANG L. Information radiation leakage and suppression of computer network equipment[D]. Xi’an: Xidian University, 2008. (in Chinese)
    [14] KIM J, LEE J, LEE K. Accurate image super-resolution using very deep convolutional networks[C]// IEEE International Conference on Multimedia & Expo Workshops, 2017: 198-201.
    [15] MAO J, LIU P, LIU J, et al. Identification of multi-dimensional electromagnetic information leakage using CNN[J]. IEEE access,2019,7:145714-145724. DOI: 10.1109/ACCESS.2019.2944902
    [16] 李炜, 张国全, 方坤. 计算机系统的线缆耦合泄漏研究[J]. 计算机工程与设计,2011,32(9):2943-2945.

    LI W, ZHANG G Q, FANG K. Study of cable coupling leakage of computer system[J]. Computer Engineering and design,2011,32(9):2943-2945. (in Chinese)
    [17] VESA and industry standards and guidelines for computer display monitor timing (DMT)[S]. Newark: Video Electronics Standards Association, 2013.
    [18] 徐洪涛. HDMI高速数据传输研究与设计[D]. 西安: 西安电子科技大学, 2009.

    XU H T. Research on design of high-speed data transmission of HDMI[D]. Xi’an: Xidian University, 2009. (in Chinese)
    [19] 王森. 数字视频信息电磁泄漏的抑制与检测方法研究[D]. 西安: 西安电子科技大学, 2019.

    WANG S. Research on countermeasure and detection of electromagnetic leakage of digital video information[D]. Xi’an: Xidian University, 2019. (in Chinese)
    [20] 樊昌信. 通信原理[M]. 北京: 国防工业出版社, 2006.

    FAN C X. Principles of communications[M]. Beijing: National Defense Industry Press, 2006. (in Chinese)
    [21] CHEN S, LONG X, LIN M, et al. Convolutional neural network for classification of solar radio spectrum[C]// IEEE International Conference on Multimedia & Expo Workshops, 2017: 198-201.
    [22] 赵德祥, 吴淑忠. 基于小波变换的电磁泄漏信号检测方法[J]. 电子测试,2008(8):1-3. DOI: 10.3969/j.issn.1000-8519.2008.08.001

    ZHAO D X, WU S Z. Method of electromagnetic signal leakage detecting based on wavelet transform[J]. Electronic test,2008(8):1-3. (in Chinese) DOI: 10.3969/j.issn.1000-8519.2008.08.001
    [23] 胡光锐, 韦晓东. 基于倒谱特征的带噪语音端点检测[J]. 电子学报,2000,28(10):95-97. DOI: 10.3321/j.issn:0372-2112.2000.10.025

    HU G R, WEI X D. Endpoint detection of noisy speech based on cepstrum[J]. Acta electronica sinica,2000,28(10):95-97. (in Chinese) DOI: 10.3321/j.issn:0372-2112.2000.10.025
    [24] ZHANG M, ZHOU Z. A review on multi-label learning algorithms[J]. IEEE transactions on knowledge and data engineering. 2014, 26(8): 1819-1837.
    [25] SRIVASTAVA N, HINTON G, KRIZHEVSKY A, et al. Dropout: a simple way to prevent neural networks from overfitting[J]. Journal of machine learning research,2014,15(1):1929-1958.
    [26] 茅剑, 刘泰康, 刘培国. 一种基于深度学习的电磁信息泄漏检测方法[J]. 北京航空航天大学学报,2021:1-10.

    MAO J, LIU T K, LIU P G. An electromagnetic information leakage detection method using deep learning[J]. Journal of Beijing University of Aeronautics and Astronautics,2021:1-10. (in Chinese)
    [27] 关天敏, 韩振中, 茅剑. 显示器电磁信息泄漏的机器学习检测方法研究[J]. 信息安全学报,2021,6(2):101-109.

    GUAN T M, HAN Z Z, MAO J. Research on the detection method of electromagnetic information leakage from display by machine learning[J]. Journal of cyber security,2021,6(2):101-109. (in Chinese)
    [28] IOFFE S, SZEGEDY C. Batch normalization: accelerating deep network training by reducing internal covariate shift[J]. Journal of machine learning research, 2014, 1929-1958(15).
    [29] 周志华. 机器学习[M]. 北京: 清华大学出版社, 2016.
  • 加载中
图(14) / 表(6)
计量
  • 文章访问数:  114
  • HTML全文浏览量:  25
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-07-22
  • 网络出版日期:  2021-10-25

目录

    /

    返回文章
    返回