当前位置: 首页 > 专利查询>集美大学专利>正文

基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法技术

技术编号:41114056 阅读:23 留言:0更新日期:2024-04-25 14:05
本发明专利技术公开了基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,涉及电磁信息泄漏检测、深度学习、盲源分离、自适应信号处理等技术领域具体包括以下步骤:采集数据集,数据集包括电磁泄漏混合信号、帧行同步信号和RGB信号;利用帧行同步信号和RGB信号对电磁泄漏混合信号进行预处理,获取预处理后的电磁泄漏混合信号;将待处理的电磁泄漏信号输入堆叠卷积网络模型,输出分离后的电磁泄漏信号,其中,堆叠卷积网络模型由训练集训练获得,训练集为预处理后的电磁泄漏混合信号;利用分离后的电磁泄漏信号进行自动重构,获取可视化图像,完成基于堆叠卷积网络的显示器电磁泄漏信号检测与分离。

【技术实现步骤摘要】

本专利技术属于电磁信息泄漏检测、深度学习、盲源分离、自适应信号处理等,尤其涉及基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法


技术介绍

1、随着网络空间日益发展,我们越来越关注网络给信息安全带来的威胁。然而,信息安全问题并不仅仅存在于网络领域,电磁安全作为信息安全的基础支撑,即使在物理隔离、没有网络的情况下,电磁信息安全防护的缺失,仍可能造成严重的信息泄漏事件。

2、由于计算机的电磁辐射信号是无意辐射,所采集的电磁信号是各种电磁信号在空间中混合的结果,信号成分非常复杂,需要进行信号的盲分离才可后续处理。传统的盲分离方法主要有独立分量分析法,主成成分分析法、独立成分分析、非负矩阵分析法、稀疏成分分析法等。

3、其中,主成成分分析是将数据不断的进行投影,用一组较少的不相关变量来代替大量相关变量,进而去除各向量之间的相关性还有降低信号的维数,这样能更好的找出数据中最主要的部分,用最主要的数据来代替原始数据,最后对m个主成分进行加权求和,获得最终评价值,权数为每个主成分的方差贡献率;独立成分分析假设子分量是非高斯信号,并且在统计上彼此本文档来自技高网...

【技术保护点】

1.基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,其特征在于,具体包括以下步骤:

2.如权利要求1所述的基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,其特征在于,所述预处理过程包括:定位所述帧行同步信号的起点和终点以及像素点位置、制作掩码器以及利用所述掩码器从所述电磁泄漏混合信号中分离目标帧行同步电磁辐射信号、目标RGB图像辐射信号,并滤除噪声。

3.如权利要求2所述的基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,其特征在于,利用所述帧行同步信号和所述RGB信号对所述电磁泄漏混合信号进行预处理,获取所述预处理后的电磁泄漏混合信号包括:

...

【技术特征摘要】

1.基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,其特征在于,具体包括以下步骤:

2.如权利要求1所述的基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,其特征在于,所述预处理过程包括:定位所述帧行同步信号的起点和终点以及像素点位置、制作掩码器以及利用所述掩码器从所述电磁泄漏混合信号中分离目标帧行同步电磁辐射信号、目标rgb图像辐射信号,并滤除噪声。

3.如权利要求2所述的基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,其特征在于,利用所述帧行同步信号和所述rgb信号对所述电磁泄漏混合信号进行预处理,获取所述预处理后的电磁泄漏混合信号包括:

4.如权利要求1所述的基于堆叠卷积网络的显示器电磁泄漏信号检测与分离方法,其特征在于,所述堆叠卷积网络模型采用swish-tcn结构,...

【专利技术属性】
技术研发人员:刘晋明陈扬庞笑雨茅剑黄斌黄楷陈杰关天敏
申请(专利权)人:集美大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1