CN112307931A - 一种基于模板匹配技术的电磁信息泄漏快速检测方法 - Google Patents
一种基于模板匹配技术的电磁信息泄漏快速检测方法 Download PDFInfo
- Publication number
- CN112307931A CN112307931A CN202011159465.3A CN202011159465A CN112307931A CN 112307931 A CN112307931 A CN 112307931A CN 202011159465 A CN202011159465 A CN 202011159465A CN 112307931 A CN112307931 A CN 112307931A
- Authority
- CN
- China
- Prior art keywords
- signal
- information
- computer system
- frequency
- template
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000005516 engineering process Methods 0.000 title claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000001228 spectrum Methods 0.000 claims description 73
- 238000000605 extraction Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 230000001276 controlling effect Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/02—Details
- H04B3/46—Monitoring; Testing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/54—Systems for transmission via power distribution lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明提供了一种在电磁信息泄漏检测过程中,一种基于模板匹配技术的快速检测方法,属于电磁信息安全领域。本发明提供的方法是在对电子设备的电磁信息泄漏检测过程中,通过对比现场测试得到信号和前期测得的红信号模板信号,基于模板匹配技术计算两者的相似度,判断现场检测信号是否含有红信号成分,进而判断电子设备是否存在电磁信息泄漏风险。本发明所提出的方法实施简单,成本低且效率高,能够在检测现场通过简单测试快速判断电子设备是否存在电磁信息泄漏风险,对后期的电磁信息泄漏防护工作具有重要意义。
Description
技术领域
本发明提供了一种在电磁信息泄漏检测过程中,一种基于模板匹配技术的快速检测方法,属于电磁信息安全领域。
背景技术
近年来,随着计算机技术的快速发展,单一的计算机设备已经演化成广义广义计算机系统,随之而来的是系统中电磁环境更加复杂,电磁辐射更加广泛。一方面,这加剧了电磁环境的复杂性,使得环境中出现大量的电磁干扰,另一方面,也带来了电磁信息安全性的问题。
同时,随着电力载波技术的进步,如今的宽带电力载波技术已经可以在一定距离内传输高速信号,并能保证信号的信噪比在可接受范围内,利用OFDM调制方式的宽带电力线通信信号可以在几十MHz的频带范围内传输高速信号。同样的在广义计算机系统中,视频线缆的通道分时传输大量音频和视频有用串行信息。由于设备密集,视频线与电力线出现互相耦合。电力线和地线会携带耦合的有用信号,且距离较远难以防护。这给电力线信息安全带来了巨大的挑战,也可以利用这种技术传输涉密信息,造成涉密信息的泄漏,具有很大的安全隐患。研究证明,广义计算机系统工作时产生的电磁辐射携带有设备的工作信息,而电力线作为传输线,可以在一定距离内传输有用的电磁信号,这就导致了这些信号在一定条件下可以被截获甚至还原,造成信息泄漏。
试验发现,电子设备出现电磁信息泄漏风险时,其泄漏信号带有一定工作信息,我们称之为红信号,而红信号可以通过前期的实验室环境进行模板测试,得到红信号的频谱特征。在检测现场,通过一定的算法,对比现场测试信号和前期测得的红信号模板信号的频谱特征,便能够确定现场测试信号中是否含有红信号成分,进而判断出现场是否存在电磁信息泄漏。
因此,能否通过现场检测快速、准确判断电子设备是否存在电磁信息泄漏对后续的防护工作至关重要。
发明内容
本发明提供的方法是在电磁信息泄漏检测中,通过对比现场检测信号和前期测得的红信号模板,基于模板匹配技术计算二者的相似度,判断现场检测信号是否存在红信号,进而判断电子设备是否存在电磁信息泄漏风险。
为实现以上目的,本发明通过以下技术方案实现:一种基于模板匹配技术的电磁信息泄漏快速检测方法,其特征是:至少包括如下步骤:
步骤1:分析广义计算机系统泄漏视频信息所在的频段范围;
步骤2:在实验室环境中,测试在广义计算机系统正常工作时信号线上的频谱信息作为红信号模板,并提取其频谱特征;
步骤3:在检测现场测试广义计算机系统正常工作时电力线上的频谱信息;
步骤4:通过小波消噪、峰值比对等模板匹配技术比对步骤2与步骤3中测得的频谱信息,并计算相关性系数R,判断现场检测信号是否存在红信号。
所述的步骤1包括:
步骤101:分析广义计算机系统所包含的电子设备,包括计算机、显示器、打印机、电话机等。
步骤102:确定各电子设备的信息泄漏频率范围,将频率范围取并集后确定广义计算机系统信息泄露频段范围为0~500MHz。
所述的步骤2包括:
步骤201:在实验实搭建广义计算机信号线红信号模板测试系统;
步骤202:控制主机使得广义计算机系统正常工作;
步骤203:使用频谱仪读取广义计算机系统信号线上的频谱信息,并通过上位机存入数据库。
所述的步骤3包括:
步骤301:在检测现场搭建广义计算电力线测试系统;
步骤302:控制主机使得广义计算机系统正常工作;
步骤303:使用频谱仪读取广义计算机系统电力线上的频谱信息,并通过上位机存入数据库。
所述的步骤4包括:
步骤401:通过小波消噪,将步骤2与步骤3得到的频谱信息进行消噪,假设由频谱仪采样得到的信号可表示为:
f(i)=s(i)+ηn(i)(i=0,1,2,......n-1)
式中,s(i)为真实信号,n(i)为噪声信号,η为噪声级;
步骤402:将消噪后的频谱信息,经过峰值提取算法,提取频谱峰值特征;
步骤403:比对两组频谱信息峰值特征,选取红信号模板峰值频点数据构成序列A(x1,x2,x3,x4……xn)和电力线上的峰值频点数据构成B(y1,y2,y3,y4……yn),根据皮尔森相关系数的定义计算两组序列之间的协方差和标准差的商:
其中σX、σY分别为变量X、Y的标准差,μX、μY为X、Y的数学期望,则根据协方差和标准差计算我们可以推导出如下公式:
皮尔森系数的绝对值小于或等于1,计算得到的相关系数越接近1,说明两组数据越相关,本方法中认为相关系数大于等于90%,则认为两组频谱信息峰值特征相关,则认为电力线上耦合到了红信号信息。
附图说明
图1为计算机视频信号线红信号模板测试系统图;
图2为广义计算电力线测试系统图;
图3为示例一红信号模板原始测试结果图;
图4为示例一红信号模板小波消噪后结果图;
图5为小波消噪原理图;
图6为小波消噪流程图;
图7为峰值提取算法流程图;
图8为示例一红信号模板峰值特征提取图;
图9为示例一电力线上频谱信息峰值特征提取图;
图10为示例二计算机打印机数据线红信号模板测试系统图;
图11为示例二广义计算机电力线测试系统图;
图12为示例二红信号模板原始测试结果图;
图13为示例二红信号模板小波消噪后结果图;
图14为示例二红信号模板峰值特征提取图;
图15为示例二电力线上频谱信息峰值特征提取图。
具体实施方式
为了说明基于模板匹配技术的电磁信息泄露快速检测方法,本发明设定了两个示例,示例一是当广义计算机系统正常工作时,检测视频线红信号是否会泄露到电力线上,示例二是当广义计算机系统中主机连接打印机打印文件时,检测打印机与计算机相连的数据线红信号是否会泄露到电力线上。
示例一设定:广义计算机系统使用分辨率为1080p(16:9)屏幕刷新率为60Hz的显示器,控制主机使得LCD显示器显示分辨率为1080p(16:9)的黑白横条纹图片。
相关说明如下:
针对电子设备可能会出现电磁信息泄漏风险,提出了一种基于模板匹配技术的电磁信息泄露快速检测方法,控制计算机系统的主机令LCD显示器显示分辨率为1080p(16:9)的黑白横条纹图片,在实验室环境中测试视频信号线的频谱信息作为红信号模板储存到上位机中,再在检测现场测得电力线上的频谱信息,将该频谱信息与红信号模板进行小波消噪、频谱特征提取、频谱特征比对与相关性计算,判断电力线上是否存在耦合红信号信息,从而判断该电子设备是否出现电磁信息泄露风险。
它至少包括如下步骤:
步骤1:分析广义计算机系统泄漏视频信息所在的频段范围;
步骤2:在实验室环境中,测试在广义计算机系统正常工作时视频信号线上的频谱信息作为红信号模板,并提取其频谱特征;
步骤3:在检测现场测试广义计算机系统正常工作时电力线上的频谱信息;
步骤4:通过小波消噪、峰值比对等模板匹配技术比对步骤2与步骤3中测得的频谱信息,并计算相关性系数R,判断现场检测信号是否存在红信号。
所述的步骤1包括:
步骤101:研究表明,广义计算机系统视频信息泄露频段范围为0~500MHz;
所述的步骤2包括:
步骤201:按照图1所示的测试示意图在实验室环境中搭建广义计算机视频信号线红信号模板测试系统;
步骤202:控制广义计算机系统主机,使得LCD显示分辨率为为1080p(16:9)的黑白横条纹图片,保证广义计算机系统正常工作;
步骤203:使用上位机控制频谱仪从电流卡钳上读取广义计算机系统视频信号线上的频谱数据,并存入数据库;
所述的步骤3包括:
步骤301:按照图2所示的测试示意图在检测现场中搭建广义计算机电力线测试系统;
步骤302:控制广义计算机系统主机,使得LCD显示分辨率为为1080p(16:9)的黑白横条纹图片,保证广义计算机系统正常工作;
步骤303:使用上位机控制频谱仪通过LISN读取广义计算机系统电力线上的频谱数据,并存入数据库;
所述的步骤4包括:步骤401:通过小波消噪将步骤2与步骤3得到的频谱信息进行消噪;
小波消噪的原理是基于有用信号与干扰噪声的小波系数在尺度上的不同性质,采用相应规则,在每一尺度下剔除属于干扰噪声的小波系数,保留并增强属于有用信号的小波系数,最后根据小波系数重构信号,以达到去除噪声的目的。在本质上由于小波消噪能够保留有用信号特征信息,所以小波消噪也可看成是特征提取与低通滤波的结合。如图5所示,为小波消噪原理框图。
常用频谱仪的内部噪声在几千赫兹频率以上主要表现为高斯白噪声,而该方法的测试频段在几百兆赫兹内,所以可以基本认为所测得的频谱信息中的噪声基本为高斯白噪声。由于高斯白噪声的频率与想获得的有用信号的频率相比,其频率更高,所以可以根据小波消噪的原理将待处理信号分解成高频系数和低频系数部分,直接保留低频系数部分。然后对高频系数部分可以选取软阈值的方法,将高于阈值的小波系数保留,同时将低于阈值的小波系数置为零。最后进行小波逆变换,对信号进行重构。具体流程如图6所示。
本方法选用小波变换阈值法进行消噪处理以得到较为平滑的测试结果。将要进行小波消噪的有限长信号由下式表示:
f(i)=s(i)+ηn(i)(i=0,1,2,......n-1)
式中,s(i)为真实信号,n(i)为噪声信号,η为噪声级。
阈值法消噪的过程如下:
(1)小波分解:选取合适的母小波和小波分解层数j,由于db3小波在时域和频域均具有良好的局域性,选择db3小波为母小波,一般实际进行四层分解,将含有噪声的混合信号按照下式中的分解方法进行分解,且分解层数为j,得到分解后的高频系数和低频系数:
(2)阈值量化:对分解后的各层高频系数进行软阈值量化处理。根据史坦(Stein)的无偏似然估计原理选取软阈值thr,然后对各层高频系数根据软阈值thr进行量化处理。其中软阈值thr和软阈值的量化处理公式如下:
式中n为信号长度,σ为采用db3小波对信号分解后所得高频系数的中位值。
(3)信号重构:对低频系数和经软阈值处理后的高频系数按照下式进行重构,得到原始信号的估计值:
图3为步骤2测试红信号模板的原始测试结果图,图4为小波消噪后的结果,消噪后测试结果更加光滑,更有利于提取频谱特征;
步骤402:将步骤2与步骤3测得的频谱信息进行消噪后,通过峰值提取算法,提取两组频谱信息的峰值特征;
峰值的判别可以根据测试数据的单调性确定。对测试点左右两侧进行单调性判断,如果该测试点的左侧为单调递增并且右侧为单调递减,则认定其为峰值点,否则不是峰值点。但即使经过步骤401的消噪处理,频谱曲线依旧不是十分光滑,依然存在的底噪数据会干扰信号峰值的提取效果,所以在进行峰值提取前需要进行噪声阈值判断,对于大于该阈值的信号才进行峰值提取。峰值提取流程如图7所示。图8为红信号模板消噪后提取的峰值图,图9为电力线频谱数据消噪后提取的峰值图,图8中红点表示红信号模板消噪后的峰值点,图9中红点表示红信号模板中的峰值点在电力线上相似位置的峰值点。
步骤403:比对两组频谱信息峰值特征,选取红信号模板峰值频点数据构成序列A(x1,x2,x3,x4……xn)和电力线上的峰值频点数据构成B(y1,y2,y3,y4……yn),根据皮尔森相关系数的定义计算两组数据的相关性系数RXY。
两组变量之间的皮尔森相关系数RXY定义为两组变量之间的协方差和标准差的商:
其中σX、σY分别为变量X、Y的标准差,μX、μY为X、Y的数学期望,则根据协方差和标准差计算我们可以推导出如下公式:
皮尔森相关系数一般使用字母R来进行表示,其取值范围为-1到1之间,当r取0时,表示着两组数据线性不相关;当r取1时,表示两组数据完全正相关;当r取-1时,则表示两组数据完全负相关。所以取值是越接近于1时,两组数据就越相似,越远离1表示两组数据差别越大。本方法中认为相关系数大于等于90%,则认为两组频谱信息峰值特征相关,则认为电力线上耦合到了红信号信息。
计算由步骤402所提取出的两组峰值特征频点的相似性系数RXY为99.72%,判断认为该电力线上耦合到了视频信号线上的红信号信息。
示例二设定:广义计算机系统正常工作时,控制主机连接打印机,开始打印PDF文件。
相关说明如下:
电子设备可能会出现电磁信息泄漏风险,提出了一种基于模板匹配技术的电磁信息泄露快速检测方法,控制计算机系统的主机连接打印机,打印PDF文件。在实验室环境中测试打印机与计算机相连的数据线的频谱信息作为红信号模板储存到上位机中,再在检测现场测得电力线上的频谱信息,将该频谱信息与红信号模板进行小波消噪、频谱特征提取、频谱特征比对与相关性计算,判断电力线上是否存在耦合红信号信息,从而判断该电子设备是否出现电磁信息泄露风险。
它至少包括如下步骤:
步骤1:分析广义计算机系统中打印机与计算机相连的数据线正常工作时所在的频段范围;
步骤2:在实验室环境中,测试在广义计算机系统正常工作时打印机与计算机相连的数据线上的频谱信息作为红信号模板,并提取其频谱特征;
步骤3:在检测现场测试广义计算机系统正常工作时电力线上的频谱信息;步骤4:通过小波消噪、峰值比对等模板匹配技术比对步骤2与步骤3中测得的频谱信息,并计算相关性系数R,判断现场检测信号是否存在红信号。
所述的步骤1包括:
步骤101:为了和示例一保持一致,取频率范围为0~500MHz;
所述的步骤2包括:
步骤201:按照图10所示的测试示意图在实验室环境中搭建广义计算机信号线红信号模板测试系统;
步骤202:控制广义计算机系统主机,连接打印机,正常打印PDF文件;
步骤203:使用上位机控制频谱仪从电流卡钳上读取广义计算机系统打印机与计算机相连的数据线上的频谱数据,并存入数据库;
所述的步骤3包括:
步骤301:按照图11所示的测试示意图在检测现场中搭建广义计算机电力线测试系统;
步骤302:控制广义计算机系统主机,连接打印机,正常打印PDF文件;
步骤303:使用上位机控制频谱仪通过LISN读取广义计算机系统电力线上的频谱数据,并存入数据库;
所述的步骤4包括:
步骤401:通过小波消噪将步骤2与步骤3得到的频谱信息进行消噪;小波消噪的原理和过程如示例一种的步骤401所述相同。
图12为步骤2测试红信号模板的原始测试结果图,图13为小波消噪后的结果,消噪后测试结果更加光滑,更有利于提取频谱特征;
步骤402:将步骤2与步骤3测得的频谱信息进行消噪后,通过峰值提取算法,提取两组频谱信息的峰值特征;峰值提取的原理和流程如示例一的步骤402所述相同。
图14为红信号模板消噪后提取的峰值图,图15为电力线频谱数据消噪后提取的峰值图,图14中红点表示红信号模板消噪后的峰值点,图15中红点表示红信号模板中的峰值点在电力线上相似位置的峰值点。
步骤403:比对两组频谱信息峰值特征,选取红信号模板峰值频点数据构成序列A(x1,x2,x3,x4……xn)和电力线上的峰值频点数据构成B(y1,y2,y3,y4……yn),根据皮尔森相关系数的定义计算两组数据的相关性系数RXY。计算过程与原理如示例一的步骤403所述相同。
计算由步骤402所提取出的两组峰值特征频点的相似性系数RXY为99.85%,判断认为该电力线上耦合到了打印机与计算机相连的数据线上的红信号信息。
Claims (5)
1.一种基于模板匹配技术的电磁信息泄漏快速检测方法,其特征是:至少包括如下步骤:
步骤1:分析广义计算机系统泄漏视频信息所在的频段范围;
步骤2:在实验室环境中,测试在广义计算机系统正常工作时信号线上的频谱信息作为红信号模板,并提取其频谱特征;
步骤3:在检测现场测试广义计算机系统正常工作时电力线上的频谱信息;
步骤4:通过小波消噪、峰值比对等模板匹配技术比对步骤2与步骤3中测得的频谱信息,并计算相关性系数R,判断现场检测信号是否存在红信号。
2.根据权利1要求所述的一种基于模板匹配技术的电磁信息泄漏快速检测方法,其特征是,所述的步骤1包括:
步骤101:分析广义计算机系统所包含的电子设备,包括计算机、显示器、打印机、电话机等。
步骤102:确定各电子设备的信息泄漏频率范围,将频率范围取并集后确定广义计算机系统信息泄露频段范围为0~500MHz。
3.根据权利1要求所述的一种基于模板匹配技术的电磁信息泄漏快速检测方法,其特征是,所述的步骤2包括:
步骤201:在实验实搭建广义计算机信号线红信号模板测试系统;
步骤202:控制主机使得广义计算机系统正常工作;
步骤203:使用频谱仪读取广义计算机系统信号线上的频谱信息,并通过上位机存入数据库。
4.根据权利1要求所述的一种基于模板匹配技术的电磁信息泄漏快速检测方法,其特征是,所述的步骤3包括:
步骤301:在检测现场搭建广义计算电力线测试系统;
步骤302:控制主机使得广义计算机系统正常工作;
步骤303:使用频谱仪读取广义计算机系统电力线上的频谱信息,并通过上位机存入数据库。
5.根据权利1要求所述的一种基于模板匹配技术的电磁信息泄漏快速检测方法,其特征是,所述的步骤4包括:
步骤401:通过小波消噪,将步骤2与步骤3得到的频谱信息进行消噪,假设由频谱仪采样得到的信号可表示为:
f(i)=s(i)+ηn(i)(i=0,1,2,......n-1)
式中,s(i)为真实信号,n(i)为噪声信号,η为噪声级;
步骤402:将消噪后的频谱信息,经过峰值提取算法,提取频谱峰值特征;
步骤403:比对两组频谱信息峰值特征,选取红信号模板峰值频点数据构成序列A(x1,x2,x3,x4……xn)和电力线上的峰值频点数据构成B(y1,y2,y3,y4……yn),根据皮尔森相关系数的定义计算两组序列之间的协方差和标准差的商:
其中σX、σY分别为变量X、Y的标准差,μX、μY为X、Y的数学期望,则根据协方差和标准差计算我们可以推导出如下公式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011159465.3A CN112307931A (zh) | 2020-10-26 | 2020-10-26 | 一种基于模板匹配技术的电磁信息泄漏快速检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011159465.3A CN112307931A (zh) | 2020-10-26 | 2020-10-26 | 一种基于模板匹配技术的电磁信息泄漏快速检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112307931A true CN112307931A (zh) | 2021-02-02 |
Family
ID=74330679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011159465.3A Pending CN112307931A (zh) | 2020-10-26 | 2020-10-26 | 一种基于模板匹配技术的电磁信息泄漏快速检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307931A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113156221A (zh) * | 2021-03-26 | 2021-07-23 | 上海上大鼎正软件股份有限公司 | 一种基于电磁泄漏的监测装置及监测系统 |
CN116015497A (zh) * | 2022-12-27 | 2023-04-25 | 成都爱科特科技发展有限公司 | 一种信号频谱模板匹配方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7464005B1 (en) * | 2007-06-29 | 2008-12-09 | The Curators Of The University Of Missouri | Electromagnetic emissions stimulation and detection system |
CN101334434A (zh) * | 2008-07-25 | 2008-12-31 | 西安电子科技大学 | 利用小波变换提取电磁泄漏信号的电磁环境测试系统 |
CN105551501A (zh) * | 2016-01-22 | 2016-05-04 | 大连民族大学 | 谐波信号基频估计算法及装置 |
CN108663576A (zh) * | 2018-05-08 | 2018-10-16 | 集美大学 | 一种复杂环境下微弱电磁红信号检测方法 |
CN111624421A (zh) * | 2020-04-27 | 2020-09-04 | 西安电子科技大学 | 一种电磁干扰监测及定位方法 |
-
2020
- 2020-10-26 CN CN202011159465.3A patent/CN112307931A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7464005B1 (en) * | 2007-06-29 | 2008-12-09 | The Curators Of The University Of Missouri | Electromagnetic emissions stimulation and detection system |
CN101334434A (zh) * | 2008-07-25 | 2008-12-31 | 西安电子科技大学 | 利用小波变换提取电磁泄漏信号的电磁环境测试系统 |
CN105551501A (zh) * | 2016-01-22 | 2016-05-04 | 大连民族大学 | 谐波信号基频估计算法及装置 |
CN108663576A (zh) * | 2018-05-08 | 2018-10-16 | 集美大学 | 一种复杂环境下微弱电磁红信号检测方法 |
CN111624421A (zh) * | 2020-04-27 | 2020-09-04 | 西安电子科技大学 | 一种电磁干扰监测及定位方法 |
Non-Patent Citations (4)
Title |
---|
JUN SHI ET AL.: "Information leakage detection from computer display in electromagnetic radiation", 《2016 17TH INTERNATIONAL SYMPOSIUM ON ANTENNA TECHNOLOGY AND APPLIED ELECTROMAGNETICS (ANTEM)》, 25 August 2016 (2016-08-25) * |
公安部计算机管理监察司编: "《计算机信息系统安全技术》", 群众出版社, pages: 28 - 29 * |
葛笑通: "计算机显示系统电磁信息泄漏的检测研究", 《数字技术与应用》 * |
葛笑通: "计算机显示系统电磁信息泄漏的检测研究", 《数字技术与应用》, 31 December 2015 (2015-12-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113156221A (zh) * | 2021-03-26 | 2021-07-23 | 上海上大鼎正软件股份有限公司 | 一种基于电磁泄漏的监测装置及监测系统 |
CN116015497A (zh) * | 2022-12-27 | 2023-04-25 | 成都爱科特科技发展有限公司 | 一种信号频谱模板匹配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yassin et al. | Entropy based video watermarking scheme using wavelet transform and Principle Component Analysis | |
Liu et al. | Speckle suppression based on weighted nuclear norm minimization and grey theory | |
Song et al. | A robust region-adaptive dual image watermarking technique | |
CN106023056B (zh) | 基于dwt和主成分分析压缩的零水印嵌入、提取方法及装置 | |
Gao et al. | Biologically inspired image quality assessment | |
CN108680796B (zh) | 用于计算机显示器的电磁信息泄漏检测系统及方法 | |
Huynh-The et al. | Improving digital image watermarking by means of optimal channel selection | |
CN112307931A (zh) | 一种基于模板匹配技术的电磁信息泄漏快速检测方法 | |
Sree et al. | Salt-and-pepper noise removal by adaptive median-based lifting filter using second-generation wavelets | |
CN112380934B (zh) | 基于小波熵与稀疏度的电缆局放信号自适应小波去噪方法 | |
Panigrahi et al. | Curvelet‐based multiscale denoising using non‐local means & guided image filter | |
Chen et al. | Detection of operation chain: JPEG-resampling-JPEG | |
Yang et al. | A geometric correction based robust color image watermarking scheme using quaternion exponent moments | |
ur Rehman et al. | Translation invariant multi-scale signal denoising based on goodness-of-fit tests | |
CN116153329A (zh) | 一种基于cwt-lbp的声音信号时频纹理特征提取方法 | |
Progonov | Performance of statistical stegdetectors in case of small number of stego images in training set | |
Chang et al. | A passive multi-purpose scheme based on periodicity analysis of CFA artifacts for image forensics | |
CN102142130B (zh) | 基于小波域增强型图像掩膜的水印嵌入方法及装置 | |
Satapathy et al. | Bio-medical image denoising using wavelet transform | |
Peng et al. | Identifying photographic images and photorealistic computer graphics using multifractal spectrum features of PRNU | |
Kubiak | Digital processing methods of images and signals in electromagnetic infiltration process | |
CN106097236A (zh) | 基于非负矩阵分解的频域鲁棒图像可逆水印方法 | |
CN108305207B (zh) | 一种空域图像隐写分析可信度评估方法 | |
CN116975527A (zh) | 一种基于软阈值化与小波变换去噪的故障诊断方法 | |
Hussain et al. | A novel wavelet thresholding method for adaptive image denoising |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210202 |
|
RJ01 | Rejection of invention patent application after publication |