有效
一种对比生成式触发器的自动调制识别频域后门攻击方法及装置
甘序、王红军、李歆昊、沈哲贤、张婉清、吴韬、王怀习、蒋儒浩、常超
中国人民解放军国防科技大学
甘
甘序 专利 2
中国人民解放军国防科技大学安全鉴权隐私无线通信网络电通信技术
王
王红军 专利 27
中国人民解放军国防科技大学物理仪器计算技术计算模型系统
李
李歆昊 专利 28
中国人民解放军国防科技大学物理仪器电通信技术电子数据处理
沈
沈哲贤 专利 33
中国人民解放军陆军工程大学电通信技术物理仪器电学
张
张婉清 专利 1
中国人民解放军国防科技大学安全鉴权隐私安全通信无线通信网络
吴
吴韬 专利 31
中国人民解放军国防科技大学物理仪器计算模型系统电通信技术
王
王怀习 专利 51
北京大学数字信息传输电通信技术电学
蒋
蒋儒浩 专利 37
安徽有云智能科技有限公司物理量控制控制调节自动驾驶控制
常
常超 专利 78
中国人民解放军国防科技大学网络管理电通信技术数字信息传输
摘要
本发明公开了一种对比生成式触发器的自动调制识别频域后门攻击方法及装置,该方法包括:S1、预设原始样本集、目标调制信号序列、目标调制类型标签、触发器对比生成模型和调制识别模型;S2、处理得到增强目标信号对和增强样本集;S3、优化训练得到优化触发器对比生成模型;S4、利用优化触发器对比生成模型,对增强目标信号对进行处理,得到原始触发器信号序列;S5、处理得到测试中毒样本集、测试原始样本集、剩余中毒样本集、不变样本集、训练样本集和验证样本集;S6、优化得到中毒调制识别模型;S7、测试评估处理得到攻击隐蔽性指标值和攻击准确率。本发明方法能够高效隐蔽地实现AMR后门攻击,并提升攻击的抗干扰能力和适配性。
1.一种对比生成式触发器的自动调制识别频域后门攻击方法,其特征在于,包括:S1、预设原始样本集、目标调制信号序列、目标调制类型标签、触发器对比生成模型和调制识别模型;所述原始样本集,包括M个原始样本;所述原始样本,包括复基带信号序列和原始调制类型标签;M为大于1的整数;所述目标调制信号序列的长度为L,且L小于任一所述复基带信号序列的长度;所述原始调制类型标签和所述目标调制类型标签,均为大于等于1且小于等于 C 的整数; C 为所述原始样本集中M个所述复基带信号序列的调制类型的种类数;所述触发器对比生成模型,用于对输入的第一序列和第二序列进行稳态特征提取,得到对应的特征向量;所述调制识别模型,用于对所述复基带信号序列进行处理,得到对应的概率向量;所述概率向量,包括 C 个分量;S2、对所述目标调制类型标签、所述原始样本集和所述目标调制信号序列进行处理,得到增强目标信号对和增强样本集;所述增强目标信号对,包括第一目标信号序列和第二目标信号序列;所述增强样本集,包括若干个增强样本;所述增强样本,包括第一基带信号序列和第二基带信号序列;S3、基于所述增强样本集合,对所述触发器对比生成模型进行对比优化训练,得到优化触发器对比生成模型;S4、利用所述优化触发器对比生成模型,对所述增强目标信号对进行处理,得到原始触发器信号序列;S5、基于预设的中毒率 ,对所述原始样本集进行分割处理,得到待嵌入样本集和不变样本集;所述待嵌入样本集,包括N个所述原始样本;所述不变样本集,包括M-N个所述原始样本;0< <1;N=floor(M× ),floor()为取整函数;S6、对所述待嵌入样本集和所述原始触发器信号序列进行处理,得到嵌入位置集合和自适应触发器信号序列集合;所述嵌入位置集合,包括N个嵌入位置;所述自适应触发器信号序列集合,包括N个自适应触发器信号序列;S7、对所述待嵌入样本集、所述自适应触发器信号序列集合和所述嵌入位置集合进行处理,得到基带相位谱序列集合和中毒信号幅度谱序列集合;所述基带相位谱序列集合,包括N个基带相位谱序列;所述中毒信号幅度谱序列集合,包括N个中毒信号幅度谱序列;S8、对所述中毒信号幅度谱序列集合和所述基带相位谱序列集合进行逆快速傅里叶变换处理,得到N个中毒信号序列;S9、将N个所述中毒信号序列,分别与所述目标调制类型标签组合,得到N个中毒样本;将N个所述中毒样本组合,得到中毒样本集;S10、对所述中毒样本集和所述待嵌入样本集进行处理,得到测试中毒样本集、测试原始样本集和剩余中毒样本集;所述测试中毒样本集和所述剩余中毒样本集,均包括若干个中毒样本;所述中毒样本,包括中毒信号序列和所述目标调制类型标签;所述测试原始样本集包括若干个所述原始样本;S11、对所述剩余中毒样本集和所述不变样本集进行处理,得到训练样本集和验证样本集;所述训练样本集和所述验证样本集,均包括若干个训练样本;所述训练样本为所述中毒样本或所述原始样本;S12、利用所述训练样本集和所述验证样本集,对所述调制识别模型进行优化,得到中毒调制识别模型;S13、对所述调制识别模型、所述中毒调制识别模型、所述测试原始样本集和所述测试中毒样本集进行测试评估处理,得到攻击隐蔽性指标值和攻击准确率。
2.根据权利要求1所述的对比生成式触发器的自动调制识别频域后门攻击方法,其特征在于,所述基于所述增强样本集合,对所述触发器对比生成模型进行对比优化训练采用SGD优化器,且所述触发器对比生成模型的损失函数为:式中, LB 为所述触发器对比生成模型的损失函数值; B 为所述SGD优化器的每个训练批次中所述增强样本的个数; 和 分别为所述SGD优化器的当前训练批次的第 k 个所述增强样本的所述第一基带信号序列和所述第二基带信号序列,分别经所述触发器对比生成模型处理得到的所述特征向量; 和 分别为所述SGD优化器的当前训练批次的第 b 个所述增强样本的所述第一基带信号序列和所述第二基带信号序列,分别经所述触发器对比生成模型处理得到的所述特征向量; 为余弦相似度计算函数; 为预设的温度参数。
3.根据权利要求1所述的对比生成式触发器的自动调制识别频域后门攻击方法,其特征在于,所述对所述待嵌入样本集和所述原始触发器信号序列进行处理,得到嵌入位置集合和自适应触发器信号序列集合,包括:S61、利用嵌入位置生成模型,对所述待嵌入样本集和所述原始触发器信号序列进行处理,得到嵌入位置集合;所述嵌入位置生成模型的表达式为:式中, 为所述嵌入位置集合中第 i 个所述嵌入位置;1≤ i ≤N,且 i 为整数; 表示随机生成大于等于1且小于等于 的任一整数; 为所述待嵌入样本集中第 i 个所述原始样本的所述复基带信号序列 的长度;S62、基于自适应触发器生成模型,对所述原始触发器信号序列、所述嵌入位置集合和所述待嵌入样本集进行处理,得到所述自适应触发器信号序列集合;所述自适应触发器生成模型的表达式为:式中, 为所述自适应触发器信号序列集合中第 i 个所述自适应触发器信号序列的第 l 个分量的值;Re()和Im()分别表示取实部和取虚部运算; 和 分别为所述待嵌入样本集中,第 i 个所述原始样本 的所述复基带信号序列的第 个分量的实部和虚部; 为所述原始触发器信号序列的第 l 个分量的值;1≤ l ≤L。
4.根据权利要求1所述的对比生成式触发器的自动调制识别频域后门攻击方法,其特征在于,所述对所述待嵌入样本集、所述自适应触发器信号序列集合和所述嵌入位置集合进行处理,得到基带相位谱序列集合和中毒信号幅度谱序列集合,包括:S71、对所述待嵌入样本集中所有所述原始样本的所述复基带信号序列分别进行快速傅里叶变换,得到基带幅度谱序列集合和所述基带相位谱序列集合;所述基带幅度谱序列集合,包括N个基带幅度谱序列;S72、对所述自适应触发器信号序列集合进行快速傅里叶变换,得到自适应触发器幅度谱序列集合;所述自适应触发器幅度谱序列集合,包括N个自适应触发器幅度谱序列;S73、利用嵌入幅度谱生成模型,对所述基带幅度谱序列集合和所述自适应触发器幅度谱序列集合进行处理,得到嵌入幅度谱序列集合;所述嵌入幅度谱序列集合,包括N个嵌入幅度谱序列;所述嵌入幅度谱序列的长度为L;S74、利用中毒信号幅度谱生成模型,对所述基带幅度谱序列集合、所述嵌入幅度谱序列集合和所述嵌入位置集合进行处理,得到所述中毒信号幅度谱序列集合。
5.根据权利要求4所述的对比生成式触发器的自动调制识别频域后门攻击方法,其特征在于,所述中毒信号幅度谱生成模型的表达式为:式中, 为所述中毒信号幅度谱序列集合中第 i 个所述中毒信号幅度谱序列的第 个分量的值; 为所述基带幅度谱序列集合中第 i 个所述基带幅度谱序列的第 个分量的值; 为所述嵌入幅度谱序列集合的第 i 个所述嵌入幅度谱序列的第 个分量的值; ,且 为整数, 为所述基带幅度谱序列集合中第 i 个所述基带幅度谱序列的长度; 为所述嵌入位置集合中第 i 个所述嵌入位置;1≤ i ≤N,且 i 为整数。
6.根据权利要求1所述的对比生成式触发器的自动调制识别频域后门攻击方法,其特征在于,所述对所述调制识别模型进行优化采用Adam优化器;所述中毒调制识别模型的损失函数为:式中, LA 为所述中毒调制识别模型的损失函数值; U 为中毒样本子集中所述训练样本的个数;所述中毒样本子集,为所述Adam优化器每个训练批次中所有属于所述剩余中毒样本集的所述训练样本构成的集合; 为所述中毒样本子集中第 u 个所述训练样本的所述中毒信号序列; V 为不变样本子集中所述训练样本的个数;所述不变样本子集,为每个训练批次中所有属于所述不变样本集的所述训练样本构成的集合; 为所述不变样本子集中第 v 个所述训练样本的所述复基带信号序列; 和 分别为所述调制识别模型对 进行处理得到的所述概率向量的第 c 个和第 u 个分量; 和 分别为所述调制识别模型对 进行处理得到的所述概率向量的第 c 个和第 v 个分量。
7.根据权利要求1所述的对比生成式触发器的自动调制识别频域后门攻击方法,其特征在于,所述对所述调制识别模型、所述中毒调制识别模型、所述测试原始样本集和所述测试中毒样本集进行测试评估处理,得到攻击隐蔽性指标值和攻击准确率,包括:S131、分别利用所述调制识别模型和所述中毒调制识别模型,对所述测试原始样本集进行处理,得到第一概率向量集合和第二概率向量集合;所述第一概率向量集合和所述第二概率向量集合,均包括 J 个所述概率向量;S132、利用所述中毒调制识别模型,对所述测试中毒样本集进行处理,得到第三概率向量集合;所述第三概率向量集合,包括 K 个所述概率向量;S133、利用攻击效果评估模型,对所述第一概率向量集合、所述第二概率向量集合和所述第三概率向量集合进行处理,得到所述攻击隐蔽性指标值和所述攻击准确率;所述攻击效果评估模型的表达式为:X 和 F 分别为所述攻击隐蔽性指标值和所述攻击准确率; G 和 H 分别为良性模型平均准确率和中毒模型平均准确率; 为所述第一概率向量集合中第 j 个所述概率向量的最大分量的序号; 为所述第二概率向量集合中第 j 个所述概率向量的最大分量的序号; 为所述第三概率向量集合中第 k 个所述概率向量的最大分量的序号; 为所述测试原始样本集中第 j 个所述原始样本的所述调制类型标签; 为所述测试中毒样本集中第 k 个所述中毒样本的所述调制类型标签; 为克罗内克 函数。
8.一种对比生成式触发器的自动调制识别频域后门攻击装置,其特征在于,所述装置包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的对比生成式触发器的自动调制识别频域后门攻击方法。
9.一种计算机可存储介质,其特征在于,所述计算机可存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-7任一项所述的对比生成式触发器的自动调制识别频域后门攻击方法。



