微弱电磁泄漏信号的盲复原技术研究

Reconstruction of leakage electromagnetic signal from computer and their peripheral equipments can recover the secret information of opponent. It is important to study the technology of electromagnetic capture, which plays an important role in military, commerce ,national security and so on. However, when the leakage electromagnetic protection has been enhanced, the leakage signal is so weak and submersed with strong noise. It makes the operation of reconstruction and detection on the receipt signal more difficult. It is so hard to attain the better result because of uncertainty the from the noise and electromagnetic channel. In our project, blind processing theory is applied to improve the ability of reconstruction and recover in the interception system. The structure and model of blind recover system is studied based on the analysis of electromagnetic signal nature. In addition, the intrinsic geometry structure of electromagnetic is discussed by means of information geometry theory, and the cost function and optimizing method is researched in manifold structure.

计算机设备及外设运行时向外发射杂散的电磁信号，通过对电磁信号的重建可以获取计算机所处理的保密信息造成敌方信息的泄漏，因此，研究电子设备的电磁截获还原在军事、经济、国防等方面具有重要意义。然而，随着各国对于电磁泄漏的防护日益完善，接收到的电磁信号十分微弱且淹没于大量噪声中，使得对其检测、重建、还原等处理变得非常困难。由于噪声种类和电磁信道的复杂性，传统的滤波、去噪、增强等非自适应处理技术很难取得较好的效果。为了解决微弱电磁泄漏信号难以还原的问题，本项目将根据泄漏电磁信号的物理特性，研究适用于电磁信号的盲复原处理方法克服来自电磁信道和噪声所带来的不良影响；同时利用信息几何理论实现对于电磁泄漏信号内蕴几何特征的挖掘，从而优化现有盲复原处理方法中优化函数及优化算法的设计，开展基于信息几何理论的电磁泄漏信号盲复原技术的研究。

近年来由于各国对于电磁泄漏的防护日益完善，使得接收到的电磁信号淹没于大量的噪声致使成像质量很差，对于后续图像信息的理解变得非常困难。为了解决上述问题，本课题开展了对于计算机泄漏电磁信号图像复原的研究。课题的研究历经两个阶段，在第一阶段的研究中采用浅层学习方法对电磁信号的统计特性进行建模，寻找在信息几何域中噪声与红信号的度量方法，利用其差异实现信号的复原，此种方法在信噪比较高的情况下取得较好效果，然而对于实际应用较为受限。因此在第二阶段开展了基于深度学习的跨域生成方法的研究，利用Variational Autoencoder (VAEs) 的原理建立了目标集和参考集的统计分布的共用空间，利用对抗学习的理论及提出cross grafted stacks (CGRS) 进行解码使得目标集向参考集方向迁移，从而达到较好的图像复原结果。在项目的研究过程中， 以解决实际问题出发经历了前期的困难，在后期得到较为实际的解决方案，为后续的研究奠定基础。