期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于深度学习的电磁信息泄漏检测方法 被引量:3
1
作者 茅剑 刘泰康 刘培国 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第11期2200-2207,共8页
电子信息设备工作时无意发射的电磁波中包含有用信息,会导致电磁信息泄漏,从而威胁设备的信息安全。现有的电磁信息泄漏检测方法,在复杂现场环境下,难以从具有不确定性的电磁泄漏信号中提取有用信息。面向电磁信息安全问题,开展了电磁... 电子信息设备工作时无意发射的电磁波中包含有用信息,会导致电磁信息泄漏,从而威胁设备的信息安全。现有的电磁信息泄漏检测方法,在复杂现场环境下,难以从具有不确定性的电磁泄漏信号中提取有用信息。面向电磁信息安全问题,开展了电磁信息泄漏检测研究,提出了一种基于深度学习的检测方法。设计了一个适用于电磁泄漏信号的一维卷积神经网络,并结合改进的梯度加权类激活映射方法,在未知电磁信息泄漏特征的前提下,通过深度学习实现电磁信息泄漏特征的智能标定和自动提取,从而解决了现场环境下电磁信息泄漏检测难以提取有用信息的问题。分别通过实测和仿真对比实验,验证了所提方法的有效性。 展开更多
关键词 信息安全 深度学习 信号检测 无意电磁发射 电磁信息泄漏
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部