基于生成对抗网络的键盘电磁泄漏信号降噪方法及系统技术方案

本发明专利技术公开了基于生成对抗网络的键盘电磁泄漏信号降噪方法及系统，属于信号降噪领域

【技术实现步骤摘要】
基于生成对抗网络的键盘电磁泄漏信号降噪方法及系统


[0001]本专利技术属于信号降噪
，具体涉及基于生成对抗网络的键盘电磁泄漏信号降噪方法及系统
。

技术介绍

[0002]在处理信息的过程中，计算机
、
信息化通信终端等电子信息设备会不可避免地向周围环境发射电磁波，产生无意的
、
非主观通信的电磁辐射
。
这些无意发射的电磁信号频谱成份丰富，携带着大量有用信息，存在信息泄漏隐患
。
[0003]键盘是常用的计算机输入设备，用于输入数据信息到主机终端，这些数据信息如字符
、
数字
、
命令等，其中极有可能载有重要的内容，比如账号密码等敏感信息
。
在键盘到主机的传输过程中就存在电磁信息泄漏的风险，对信息安全构成极大威胁
。
已有的键盘电磁泄漏检测识别方法，通常需要在已知电磁泄漏信息特征的前提以及特定的环境条件下，对电磁信号进行分析，抗噪能力较弱，泛化能力不足
。
从各个方面影响着检测识别工作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于生成对抗网络的键盘电磁泄漏信号降噪方法，其特征在于，包括以下步骤：
S1、
采集键盘原始含噪泄漏信号，生成待降噪数据；所述原始含噪泄漏信号包括：原始电磁信号和环境噪声信号；
S2、
构建
SADAN
网络模型，基于所述
SADAN
网络模型对所述待降噪数据进行去噪，完成键盘电磁泄漏信号降噪处理
。2.
根据权利要求1所述基于生成对抗网络的键盘电磁泄漏信号降噪方法，其特征在于，所述
SADAN
网络模型包括：去噪器和鉴别器；所述去噪器由卷积层
、self
‑
attention
层
、
反卷积层和
ReLU
激活层构成；所述去噪器用于对所述待降噪数据进行去噪，得到去噪信号；所述鉴别器由卷积层
、self
‑
attention
层和
LeakyReLU
激活层构成；所述鉴别器用于对所述去噪信号进行真伪判断，输出判断为真的所述去噪信号
。3.
根据权利要求2所述基于生成对抗网络的键盘电磁泄漏信号降噪方法，其特征在于，所述去噪器采用均方误差作为损失函数：式中，
L
G
表示去噪器损失函数，
m
表示环境噪声切片与键盘原始电磁信号切片组合的对数，
x
i
表示键盘原始电磁信号中的第
i
个信号值，
y
i
表示键盘含噪泄漏信号中的第
i
个信号值，
G
表示去噪器为键盘含噪泄漏信号到去噪信号所建立的映射
。4.
根据权利要求2所述基于生成对抗网络的键盘电磁泄漏信号降噪方法，其特征在于，所述鉴别器采用铰链损失函数：式中，
L
D
表示鉴别器损失函数；
E
表示数学期望；
P
t
表示键盘原始电磁信号分布，
x
表示键盘原始电磁信号，
g
表示去噪信号，
D
为鉴别器建立的映射，对输入的
x
与
g
进行鉴别
。5.
根据权利要求2所述基于生成对抗网络的键盘电磁泄漏信号降噪方法，其特征在于，所述
SADAN
网络模型的训练方法包括：
S21、
将所述原始电磁信号输入至所述鉴别器中进行训练
、
学习；
S22、
将所述原始含噪泄漏信号与所述原始电磁信号的切片输入至去噪器中，并输出所述去噪信号，并将所述去噪信号输入至所述鉴别器中判断真伪；
S23、
计算所述
SADAN
网络模型的损失函数值，并将损失误差进行反向传播，优化更新所述
SADAN
网络模型的参数；
S24、
重复
S21
‑
S23
，所述损失误差稳定时，所述
SADAN
网络模型训练完成

【专利技术属性】
技术研发人员：茅剑，张杰敏，彭一华，
申请(专利权)人：集美大学，
类型：发明
国别省市：