ВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ И ТЕХНИЧЕСКИЕ СРЕДСТВА ОБРАБОТКИ СИГНАЛОВ ПОБОЧНЫХ ЭЛЕКТРОМАГНИТНЫХ ИЗЛУЧЕНИЙ

Данил А. Шиняев, Леонид Н. Кессаринский, Егор А. Симахин

Аннотация


Цель данной работы заключается в разработке метода повышения качества восстановленного изображения на основе сигналов побочных электромагнитных полей с помощью постобработки изображений. В работе рассмотрена проблема анализа побочного электромагнитного излучения (ПЭМИ) от видеодисплеев и пути её решения. Проведен анализ непреднамеренного излучения электромагнитных волн от кабелей передачи информации, включая видеоинтерфейс HDMI. Вследствие 10-битного помехоустойчивого кодирования видеоинформации для цифровых интерфейсов передачи данных анализ сигналов и восстановление изображения по нему наиболее затруднительны. Данное кодирование расширяет полосу пропускания для ПЭМИ и приводит к нелинейному отображению наблюдаемого сигнала и уменьшению интенсивности излучения от пикселей дисплея. Поэтому программно-аппаратные комплексы для анализа аналоговых интерфейсов получают нечеткие восстановленные изображения при анализе цифровых интерфейсов. Предлагаемое решение заключается в преобразовании восстановленного изображения в исходное с помощью обучения модели на сверточной нейронной сети. Несмотря на эффективность, данный подход требует тщательного математического анализа ПЭМИ. Разработан комплекс для проведения экспериментов, основанный на доступном программно-определяемом радиоустройстве. Основным критерием эффективности восстановления и улучшения изображения после принятия приемником побочных электромагнитных сигналов является частота символьных ошибок. Данный показатель уменьшен на 60% по сравнению с восстановлением изображения без постобработки. Для оценки сбоеустойчивости предложены методы, позволяющие уменьшить вероятность восстановления изображения с помощью описанного комплекса и других аналогов. Полученные результаты имеют практическое значение для лабораторных исследований, направленных на оценку защищенности данных в различных системах общего назначения. В будущих исследованиях планируется обучить модель на обновленном наборе данных с другими аналогами нейронных сетей, чтобы оптимизировать процесс прогнозирования переменных в регрессионной модели.

Ключевые слова


вычислительные системы и их элементы, информационная безопасность, побочное электромагнитное излучение, видеоинтерфейсы, программно-определяемые радиоустройства, сверточные нейронные сети, регуляризация.

Полный текст:

PDF

Литература


1. Хорев А.А. Некоторые подходы к оценке возможностей перехвата побочных электромагнитных излучений средств вычислительной техники, использующих цифровые интерфейсы. Вестник УрФО. Безопасность в информационной сфере. 2022, № 3(45), с. 5–16.
DOI: http://dx.doi.org/10.14529/secur220301.

2. Erdeljan D., Kuhn M. Benefits of coherent demodulation for eavesdropping on HDMI emissions. 2024.
DOI: https://doi.org/10.17863/CAM.109111.

3. Антясов И.С., Асяев ГД., Уфимцев М.С. Исследование побочных электромагнитных излучений монитора с помощью RTL-SDR приемника. Вестник УрФО. Безопасность в информационной сфере. 2019, № 4(34), c. 15–21.
DOI: http://dx.doi.org/10.14529/secur190402.

4. Liu Z. et al. Screen gleaning: A screen reading TEMPEST attack on mobile devices exploiting an electromagnetic side channel. arXiv preprint arXiv:2011.09877. 2020.
DOI: https://doi.org/10.48550/arXiv.2011.09877.

5. Long Y. et al. EM Eye: Characterizing Electromagnetic Side-channel Eavesdropping on Embedded Cameras. Proceedings of ACM NDSS. 2024. DOI: https://10.14722/ndss.2024.24552.

6. Паршуткин А.В., Неаскина М.Р. Повышение защищенности информации от утечки через побочные электромагнитные излучения. Вопросы кибербезопасности. 2022, № 3(49), c. 82–89.
DOI: https://doi.org/10.21681/2311-3456-2022-3-82-89.

7. Смирнов Д.А. Исследование побочных электромагнитных излучений интерфейса HDMI. Радиоэлектронные устройства и системы для инфокоммуникационных технологий-РЭУС-2019. 2019,
c. 326–330. – EDN: SWJCTA.

8. Симахин Егор А. и др. Анализ компонентов архитектуры интерфейса DisplayPort, влияющих на побочное электромагнитное излучение. Безопасность информационных технологий, [S.I.], т. 29, № 1, c. 108–124, 2022. ISSN 2074-7136. DOI: http://dx.doi.org/10.26583/bit.2022.1.10.

9. Simakhin E.A., Shinyaev D.A., Kagin I.I., Kessarinskiy L.N. and Durakovskiy A.P. Analysis of Electromagnetic Radiation of LCD Monitor with DisplayPort Interface. 2022 Moscow Workshop on Electronic and Networking Technologies (MWENT), Moscow, Russian Federation. 2022, p. 1–5.
DOI: http://dx.doi.org/10.1109/MWENT55238.2022.9802294.

10. Костючек М.И., Макаренко А.В. Применение свёрточных глубоких нейронных сетей для решения некоторых задач анализа траекторных данных. Журнал Радиоэлектроники. 2021, № 11.
DOI: http://dx.doi.org/10.30898/1684-1719.2021.11.15.

11. Porkhun A.S. et al. Justification of an Experimental Stand Based on a Software-Defined Radio System for Detecting Technical Channels of Information Leakage. Seminar on Information Computing and Processing (ICP). IEEE. 2023, p. 166–170.
DOI: http://dx.doi.org/10.1109/ICP60417.2023.10397202.

12. Иванов А.В. и др. Применение технологии SDR (Software Defined Radio) для восстановления сигналов побочных электромагнитных излучений видеотракта. Безопасность цифровых технологий. 2021, № 4(103), c. 72.
DOI: http://dx.doi.org/10.17212/2782-2230-2021-4-72-90.

13. Хорев А.А. Экспериментальные исследования распознавания оператором текстовых символов на экране монитора, полученных с различным разрешением. Вестник УрФО. Безопасность в информационной сфере. 2020, № 4(38), c. 22–30. DOI: http://dx.doi.org/10.14529/secur200402.

14. Филиппов С.А. Классификация изображений с помощью сверточных нейронных сетей. Электронные библиотеки. 2024, т. 27, №. 3, с. 366–382. DOI: http://dx.doi.org/10.31044/1684-2588-2021-0-10-31-39.

15. Демин И.С., Белов Ю.С., Чухраев И.В. Обучение сверточной нейронной сети на базе архитектуры U-Net с использованием минимальных ресурсов. Электромагнитные волны и электронные системы. 2019, т. 24, № 7, с. 24–29.
DOI: http://dx.doi.org/10.18127//j15604128-201907-04.




DOI: http://dx.doi.org/10.26583/bit.2024.4.09

Ссылки

  • На текущий момент ссылки отсутствуют.


Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.