申请/专利权人：西北工业大学

申请日：2020-12-08

公开（公告）日：2024-05-31

公开（公告）号：CN112488023B

主分类号：G06F18/214

分类号：G06F18/214;G06F18/28;G06N3/045;G06N3/0475;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2021.03.30#实质审查的生效;2021.03.12#公开

摘要：本发明提供了一种基于梯度扰动的电磁信号智能识别系统诱骗方法，采用梯度扰动技术进行非定向诱骗和定向诱骗，构造两种类型的电磁信号对抗样本，并通过调节扰动因子的大小控制扰动的幅度，观察不同参数下对抗样本的隐蔽性效果和对电磁信号智能识别系统的诱骗结果。本发明提出了面向电磁信号的对抗诱骗，利用基于梯度扰动的方法，同时采用定向诱骗和非定向诱骗，实现了高效、隐蔽的在电磁信号上添加微小的扰动，简单且高效的生成对抗样本，诱骗成功率高，使得智能识别系统的识别准确率与可靠性大幅下降。

主权项：1.一种基于梯度扰动的电磁信号智能识别系统诱骗方法，其特征在于包括下述步骤：步骤一：搭建电磁信号智能识别系统；电磁信号智能识别系统的输入使用电磁信号数据集，数据集大小为M×2×N，其中M表示样本总数，N表示采样点数，每个原始样本是一个2×N的矩阵，其中第一行是实部，第二行是虚部；每个原始样本对应有信噪比和调制方式两个标签，将数据集划分为训练集和测试集，其中训练集的比例在50％到80％之间，利用训练集对搭建好的神经网络进行训练学习，训练好的神经网络将不同信噪比的原始样本识别出对应的调制方式；步骤二：生成扰动；对抗诱骗分为非定向诱骗和定向诱骗两种模式，非定向诱骗不指定诱骗后的类别，只要求达到诱骗网络的目的，定向诱骗指定诱骗结果的类别，使得模型将对抗样本错误地识别为指定的类别；损失函数用来衡量电磁信号智能识别系统的预测标签与真实标签之间的差距，交叉熵损失函数的定义如下： 其中J·为交叉熵损失函数，x表示原始样本，y表示原始样本对应的真实标签，yi表示真实标签，y′i是x经过网络模型的预测值；选择非定向诱骗或定向诱骗模式下不同的扰动为：1非定向诱骗；求解关于损失函数的梯度使用符号函数确定梯度扰动的方向，得通过设置非定向扰动因子的大小控制扰动的幅值，并考虑到扰动的隐蔽性，设置非定向扰动因子从0.05开始，并以步长0.05进行增加，最终获得的非定向诱骗扰动η为： 其中J·表示非定向诱骗的损失函数，x表示原始样本，y表示原始样本对应的真实标签，sign表示符号函数，ε为非定向诱骗的扰动因子；2定向诱骗求解关于损失函数的梯度使用符号函数确定梯度扰动的方向，得到通过设置定向扰动因子的大小控制扰动的幅值，并考虑到扰动的隐蔽性，设置定向扰动因子从0.05开始，并以步长0.05进行增加，最终获得的定向诱骗扰动η为： 其中Jt·表示定向诱骗的损失函数，y表示定向诱骗目标标签y≠y，εt是定向诱骗的扰动因子；步骤三：生成对抗样本；将生成的非定向诱骗扰动η或定向诱骗扰动η添加到原始样本x上，当加入非定向诱骗扰动或定向诱骗扰动后的原始信号，使得电磁信号智能识别系统判别出和真实信号不一致的调制方式时，即认为诱骗成功，生成对抗样本x： 其中，为对抗样本；步骤四：分别取对抗样本与原始样本的实部和虚部，绘制原始样本与对抗样本实部和虚部的对比曲线，并通过求解均方根误差衡量对抗诱骗前后电磁信号实部和虚部的变化情况，均方根误差为： 其中，N表示样本总数，x表示原始样本，x表示对抗样本；步骤五：将生成的非定向诱骗对抗样本和定向诱骗对抗样本输入到步骤一中的神经网络模型，得到模型识别对抗样本的准确率；步骤六：根据选择的非定向诱骗或定向诱骗，将对应的参数进行调整；1对于非定向诱骗，设置非定向扰动因子ε初始值和迭代步长，逐步增大非定向诱骗扰动η，当加入非定向诱骗扰动的原始样本使得电磁信号智能识别系统将原始样本对应的真实标签y识别为除y以外的其他值，停止迭代，诱骗成功；对于同一原始样本，通过调整ε的大小，由步骤四和步骤五得到不同的均方根误差和识别准确率；2对于定向诱骗，指定定向诱骗目标标签为y，通过设置定向扰动因子εt初始值和迭代步长，逐步增大定向诱骗扰动η，当加入定向诱骗扰动的原始样本使得电磁信号智能识别系统的识别结果为定向诱骗目标标签为y时，停止迭代，诱骗成功；对于同一原始样本，指定不同的y，当诱骗成功时，得到相应的εt的大小，由步骤四和步骤五得到不同的均方根误差和识别准确率；步骤七：将对抗样本用于电磁信号智能识别系统的训练，提高电磁信号智能识别系统的鲁棒性，对电磁信号智能识别系统起到防御作用。

全文数据：

权利要求：

百度查询： 西北工业大学 基于梯度扰动的电磁信号智能识别系统诱骗方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD