Эксперты научились распознавать самолеты по отпечаткам радиосигналов АЗН-В
12 ноября 2020 года
Специалисты Харбинского инженерного университета (КНР) Хаорань Чжа, Цяо Тянь и Юнь Линь разработали метод создания отпечатков передатчиков АЗН-В, использующихся в современных самолетах. Однако, по словам экспертов, для подтверждения эффективности метода требуются дополнительные исследования.
В исследовательской работе под названием «Реальное распознавание сигналов АЗН-В на основе отпечатков радиоволн» описан способ идентификации уникальных передатчиков, используемых в самолете, независимо от передаваемого ими опознавательного кода. По словам ученых, их схема распознавания радиоволн базируется на контурных изображениях звезд и глубоком обучении.
«Мы разработали метод захвата и маркировки оригинального сигнала и испытали его с помощью сигнала полосы частот 1090 МГц, полученного приемником RTL-SDR, собирая сигналы с пяти самолетов», - сообщили ученые.
Представленный учеными метод может стать проблемой для государств, пытающихся выдавать свои военные или правительственные самолеты за обычные гражданские.
Технология АЗН-В используется на многих сайтах для отслеживания рейсов, в том числе Flight Radar 24 и Flightaware. Передатчики АЗН-В транслируют GPS-координаты самолета и его уникальный идентификатор, зарегистрированный уполномоченным государственным органом. Правда, передатчики не аутентифицируются, поэтому любой желающий может передавать сигнал АЗН-В под видом кого-то другого. Транслируя другие уникальные идентификаторы, можно выдавать один самолет за другой, чем пользуются разные страны во время военных операций.
Китайские специалисты собрали данные АЗН-В с пяти самолетов и отдали их для обработки сверточной нейронной сети (CNN), благодаря чему им удалось успешно дифференцировать и классифицировать радиоизлучение передатчиков АЗН-В каждого самолета. Необработанные сигналы были конвертированы в контурные изображения звезд для обучения CNN с целью обеспечить в дальнейшем возможность классификации уникальных отпечатков каждого самолета в режиме реальном времени.
Для захвата радиосигналов исследователи использовали приемник с открытым исходным кодом RTL-SDR, а для их обработки – сверточные нейронные сети Alexnet и GoogLeNet.
Однако работа китайских коллег не произвела большого впечатления на некоторых специалистов. В частности, исследователь факультета авиационной кибербезопасности Оксфордского университета Мэт Смит (Matt Smith) заявил, что прежде чем давать оценку разработанному китайцами методу, нужно сначала уточнить некоторые моменты. Во-первых неясно, были ли все радиосигналы собраны с самолетов во время полета, и находились ли самолеты в разных местах. Также непонятно, насколько стабильным является отпечаток при разных условиях приема радиосигнала, ведь, например, S-диапазон обычно перегружен.;
«Такой подход, безусловно, является чем-то новым, однако для того, чтобы понять эффективность метода, требуется провести анализ больших наборов данных. Также следовало бы изучить производительность системы при столкновении с реальной скоростью передачи пакетов в S-диапазоне», – заявил Смит изданию The Register.
Сверточная нейронная сеть – специальная архитектура искусственных нейронных сетей, предложенная Яном Лекуном в 1988 году и нацеленная на эффективное распознавание образов, входит в состав технологий глубокого обучения.
Источники править
| Эта статья содержит материалы из статьи «Эксперты научились распознавать самолеты по отпечаткам радиосигналов АЗН-В», опубликованной на сайте SecurityLab.ru и распространяющейся на условиях лицензии Creative Commons Attribution 3.0 Unported (CC-BY 3.0 Unported). |  |
Любой участник может оформить статью: добавить иллюстрации, викифицировать, заполнить шаблоны и добавить категории.
Любой редактор может снять этот шаблон после оформления и проверки.
Комментарии
Если вы хотите сообщить о проблеме в статье (например, фактическая ошибка и т. д.), пожалуйста, используйте обычную страницу обсуждения.
Комментарии на этой странице могут не соответствовать политике нейтральной точки зрения, однако, пожалуйста, придерживайтесь темы и попытайтесь избежать брани, оскорбительных или подстрекательных комментариев. Попробуйте написать такие комментарии, которые заставят задуматься, будут проницательными или спорными. Цивилизованная дискуссия и вежливый спор делают страницу комментариев дружелюбным местом. Пожалуйста, подумайте об этом.
Несколько советов по оформлению реплик:
- Новые темы начинайте, пожалуйста, снизу.
- Используйте символ звёздочки «*» в начале строки для начала новой темы. Далее пишите свой текст.
- Для ответа в начале строки укажите на одну звёздочку больше, чем в предыдущей реплике.
- Пожалуйста, подписывайте все свои сообщения, используя четыре тильды (~~~~). При предварительном просмотре и сохранении они будут автоматически заменены на ваше имя и дату.
Обращаем ваше внимание, что комментарии не предназначены для размещения ссылок на внешние ресурсы не по теме статьи, которые могут быть удалены или скрыты любым участником. Тем не менее, на странице комментариев вы можете сообщить о статьях в СМИ, которые ссылаются на эту заметку, а также о её обсуждении на сторонних ресурсах.
