《特邀评述》栏目征稿简则

为了进一步提高办刊质量,更好地服务作者和读者,《信息对抗技术》在2024年度新辟《特邀评述》动态栏目。在此,向国内广大著名学者征稿,具体要求如下:1.内容围绕重要研究方向或高度关注的热点问题进行评述,简明扼要,高屋建瓴,富有前瞻性和启发性;2.行文格式不做要求。

《信息对抗技术》“智能无线电技术”专刊征稿启事

近年来,随着人工智能技术的快速演进,智能无线电技术迎来了空前的发展机遇,成为技术迭代和理论创新最快的方向之一。毫无疑问,智能无线电技术的发展必然对信息对抗的相关技术产生深刻影响,我刊对此高度关注。鉴于此,《信息对抗技术》拟在2024年11月推出“智能无线电技术”专刊。

基于滑动窗口的协作频谱感知对抗拜占庭攻击

认知无线电技术允许从用户动态地接入主要用户被授权的频谱,提高频谱利用率。协作频谱感知是认知无线电技术的一个重要组成部分,通过空间分集检测主用户信号。然而,由于认知无线网络的开放性,协作频谱感知过程可能会受到拜占庭攻击,恶意用户伪造有关主用户信号的状态信息,然后对主用户的通信造成干扰或自私地占用频谱资源,此外,协作频谱感知因多个从用户协作而需要更多的时间来检测主用户信号,因而将导致协作频谱感知的性能和效率进一步降低。针对上述问题,提出了基于滑动窗口的协作频谱感知方案,以减轻拜占庭攻击的负面影响,提高协作效率。在深入分析融合中心盲的问题的基础上,从恶意用户的角度出发,建立了一个随机拜占庭攻击模型来描述恶意行为。为了解决感知样本融合过程中的盲的问题,提出了一种交付评估机制,为基于滑动窗口的协作频谱感知奠定了坚实的基础,并在一个滑动窗口内进一步评估信誉值,以提高报告阶段的协作效率。仿真结果表明,无论恶意比例如何,基于滑动窗口的协作频谱感知在始终攻击的情况下只需要6个平均样本数就可以提供100%的检测准确率,而在恶意比例超过50%的随机攻击的情况下依然能够展现出显著的性能优势。

基于MIMO阵列的一体化射频技术研究进展及展望

基于多输入多输出(multiple-input-multiple-output,MIMO)阵列的一体化射频系统通过充分利用空间自由度和波形自由度,不仅能够同时实现雷达探测、数据通信、电子干扰等多种功能,而且具有目标探测可靠性好、参数估计精确度高、反侦察识别能力强等突出特点,在高动态强对抗环境中展现了巨大的潜力。从基于MIMO阵列的一体化射频系统的检测性能分析入手,剖析了一体化射频系统的检测性能极限以及影响检测性能的主要因素;针对MIMO阵列参数高精度估计问题,提出通过单个发射脉冲完成参数估计以及一种增强参数估计精度的波形优化算法;考虑到目标角度估计误差不可避免,提出了一种稳健的一体化波形设计算法;针对杂波环境中一体化射频系统性能下降的问题,提出了发射波形和接收滤波器联合优化算法,该算法不仅能够实现同时多功能,而且有效地抑制了杂波,提高了目标检测性能。最后,展望了一体化射频系统参数估计精度极限、高精度参数估计、稳健波形设计、波形设计算法快速实现等有待突破的信号处理关键技术。

无线数字新技术及网络数据安全

当前,以第六代移动通信技术(6th-generation mobile communication tenchnology,6G)为代表的无线数字新技术正在塑造着这个信息新时代,在积极发展并应用这些技术的同时,必须高度重视网络数据安全。为此,就网络通信发展态势、6G演进及数据安全、网络数据安全及挑战进行简要评述。

量子计算优势对信息安全的影响

经过40多年的发展,量子计算已处在一个从实验室到实际场景的应用阶段,意味着量子技术时代即将来临。量子计算的巨大优势就是其指数级增长的算力,它将为信息技术带来革命性的变化,但也为现有信息安全体系带来挑战。

电磁超表面在隐身技术中的应用研究进展

电磁超表面能够利用散射调控和电磁波吸收2种主要机理进行隐身是隐身技术中一种极具潜力的新型技术途径。对电磁超表面在隐身技术中的应用与研究进展进行综述,首先介绍了超表面散射调控机理进行隐身设计的基本原理与实现方法,介绍了相位梯度超表面、编码超表面和超表面隐身套的发展历程和研究成果;其次介绍了基于吸波机理的超表面隐身技术研究进展,包括完美吸波结构、多频带吸波结构、宽频带吸波结构、宽角域吸波结构;再次介绍了超表面雷达隐身与其他功能的复合设计研究,包括超表面隐身强度复合设计、超表面吸波透波散射一体化、雷达红外兼容隐身等内容;最后总结了一些超表面在隐身技术应用中存在的问题和未来的研究方向。

部分均匀环境中训练样本不足时的贝叶斯子空间检测器

为了解决部分均匀环境中训练数据不足时的子空间信号检测难题,采用贝叶斯理论,将噪声协方差矩阵建模为逆威沙特分布,并采用广义似然比准则(generalized likelihood ratio test,GLRT)、Rao准则和Wald准则设计自适应检测器,结果表明3种准则得到相同的结果。基于仿真及实测数据验证了所提检测器的有效性,并得出了影响检测性能的关键物理量。

光子晶体红外光谱特性调控及应用研究进展

光子晶体结构所具有的光子带隙和光子局域特性使得处在带隙内的电磁波无法传播,为实现目标红外隐身提供了重要手段。结合光子晶体的结构和工艺特性,总结了现有光子晶体红外光谱特性调控机理、调控设计方法和材料类型,包括周期结构优化、化合物材料、金属材料、等离子和超导材料等引入在光子晶体红外带隙调控方面的应用,并对光子晶体的未来发展进行了展望,以期对光子晶体在带隙调控和目标隐身等需求提供借鉴。

基于多PRI脉压回波的单通道雷达干扰分离方法

研究了一种基于盲源分离的单通道雷达有源相干干扰抑制方法。针对伴随式干扰场景,在间歇采样转发干扰、部分脉冲密集转发干扰等有源相干干扰并存的条件下,建立了基于脉冲压缩的多脉冲重复间隔采样抗主瓣有源相干干扰模型并对其可行性进行了证明。针对现有单通道盲源分离方法在时域进行分离效果有限的问题,提出对脉压后的距离维数据进行盲源分离的思想,可在一定程度上抑制噪声对盲源分离的影响。同时,由于目标信号和干扰信号在脉冲压缩后重合度较低,可获得更好的分离效果。仿真和实测结果表明,在多个干扰源存在的条件下,本方法可有效分离真实目标回波和干扰回波。当信噪比大于5 dB时,目标脉压回波相似系数接近100%;选取虚拟通道数越多,分离效果越好。

多智能体强化学习方法综述

在自动驾驶、团队配合游戏等现实场景的序列决策问题中,多智能体强化学习表现出了优秀的潜力。然而,多智能体强化学习面临着维度灾难、不稳定性、多目标性和部分可观测性等挑战。为此,概述了多智能体强化学习的概念与方法,并整理了当前研究的主要趋势和研究方向。研究趋势包括CTDE范式、具有循环神经单元的智能体和训练技巧。主要研究方向涵盖混合型学习方法、协同与竞争学习、通信与知识共享、适应性与鲁棒性、分层与模块化学习、基于博弈论的方法以及可解释性。未来的研究方向包括解决维度灾难问题、求解大型组合优化问题和分析多智能体强化学习算法的全局收敛性。这些研究方向将推动多智能体强化学习在实际应用中取得更大的突破。

GPS/INS组合导航终端的全向位置驱离算法研究

随着微惯性导航系统技术的发展,越来越多的无人平台装备了GPS/INS组合导航终端并具备了一定的抗欺骗能力,但现有的卫星导航欺骗方法难以满足对欺骗目标任意方向的位置驱离需求。为解决这一问题,提出了一种GPS/INS组合导航终端的全向位置驱离算法,可用于对非法无人平台管控的场景。该方法以卫星欺骗信号的设计为突破口,首先分析了卫星导航欺骗对组合导航位置和状态参数的影响,接着将卫星导航欺骗对组合导航状态参数的影响量作为求取欺骗信号的约束条件,进而确定位置驱离所需卫星欺骗信号的欺骗量,接着利用确定的欺骗量建立全向位置驱离模型,最终利用建立的模型生成对应的欺骗信号实现对组合导航终端的全向位置驱离任务。试验验证了本文设计的算法能够实现对组合导航终端360°任意方向的位置驱离。

零样本场景下基于提示工程的智能合约漏洞检测研究

智能合约是区块链技术的重要组成部分,但由于编程人员的开发和代码审查经验不足,智能合约漏洞引发的安全问题日益增多。现有的形式化验证和符号执行检测方法误报率和漏报率较高,基于深度学习的方法尽管提高了检测效果,但仍存在解释性较差和依赖大量标注数据的问题。为解决这些局限性,提出一种在零样本场景下基于提示工程的智能合约漏洞检测方法Prompt-enhanced ChatGPT。该方法以使用标准提示文本的ChatGPT为研究对象,通过将传统的漏洞检测任务转化为文本问答任务,利用模型的推理能力进行检测。智能合约源码经过预处理去除冗余信息,并设计包含“任务描述”“漏洞描述”“检测步骤”“推理过程”和“答案格式”的提示文本模板,Prompt-enhanced ChatGPT可以生成漏洞检测结果和可解释的分析过程。在公开的数据集上进行一系列对比实验和分析后,结果表明所提方法能够提升零样本场景下智能合约漏洞检测性能,揭示了大语言模型在相关领域的潜在能力。

基于编码成像的激光能量调控方法研究

为了有效提升光电成像系统焦平面探测器在外界存在激光干扰条件下的环境适应性,同时不显著降低原成像系统成像性能,提出了一种基于编码成像的激光能量调控方法,构建了一套以液晶空间光调制器为核心器件的编码成像实验系统并对该系统的成像性能进行了测试,设计了一套基于编码成像的激光能量调控实验验证系统并开展了多参数条件下编码成像抗激光干扰实验研究。实验结果表明,基于编码成像的激光能量调控方法可在不显著降低成像质量前提下有效提升焦平面探测器的抗激光干扰性能。

雷达对抗技术研究综述与智能反干扰展望

电磁频谱的争夺是未来信息化战场至关重要的博弈对抗,为了应对更加灵巧和智能化的电子干扰,雷达也必须要发展智能化的反干扰技术。围绕当前雷达反干扰技术发展现状,将雷达反干扰技术框架分解为被动干扰抑制、主动干扰抑制和认知反干扰3个主要模块,从基础原理、实现逻辑、性能表现等方面对近几年的代表性文献进行了归纳总结。在此基础上,引入了干扰记忆诱导的智能化反干扰概念,丰富了雷达反干扰智能化内涵。并进一步分析了未来该领域的技术需求、应对场景以及发展趋势,为后续的反干扰技术智能化发展提供参考和依据。

基于局部空间特征引导的表情识别算法

面部表情识别在计算机视觉任务中受到越来越多的关注,由于真实场景中的表情往往包含着大量由姿态、年龄、图像质量、标注等因素带来的噪声,大大增加了类内变化,给表情的分类任务带来了很大的困难。现有的基于此类问题的研究往往聚焦于数据本身,通过对数据进行筛选或者扩大模型接受的数据类型的形式提高识别能力,没有考虑到卷积网络本身对图像特征关注的局限性。针对该问题,提出了一种基于局部空间特征引导的卷积神经网络,对于特征图的某部分像素点进行强调,引导卷积网络的深层特征图能够关注到多个对分类有效的局部面部区域,同时使用对数据重标记的形式抑制由标签错误导致的噪声问题。经过在多个公开的表情识别数据集中测试,并与多个同类方法对比,所提方法具有较好的识别效果。

一种地址泄露敏感的二进制软件漏洞自动验证方法

软件漏洞自动验证是分析漏洞可利用性、评估其危害性的重要手段。然而在目标系统开启地址空间布局随机化(address space layout randomization,ASLR)漏洞缓解机制条件下,由于缺乏地址泄露事件的构造能力和有效的漏洞利用载荷运行时重定位方法,当前技术无法生成能有效验证漏洞可利用性的输入样本。为解决上述问题,提出了一种地址泄露敏感的二进制软件漏洞自动验证方法。该方法包含完全地址泄露漏洞状态自动构造和运行时环境无关的漏洞利用会话自动生成2个阶段。首先,综合执行状态动态监控、地址泄露样本自动构造、地址泄露导引的模糊测试等技术,自动生成能够蕴含执行目标载荷所需的全部地址泄露事件,并于其后触发漏洞的程序状态。然后,基于该漏洞触发状态,综合漏洞可利用状态构造、漏洞利用模板自动提取、基于载荷运行时动态重定位的漏洞可利用性自动验证等技术,自动构造出能够动态适配于目标系统运行环境的漏洞利用会话,并基于该会话自动完成目标漏洞可利用性分析。基于上述技术实现了LeakableExp原型系统,并以该原型系统对2个测试程序、14个CTF、RHG竞赛赛题程序和4个实际漏洞程序进行了实验分析。实验结果表明,LeakableExp具备在ASLR开启条件下,自动泄露目标系统敏感地址、分析漏洞可利用性的能力。

征稿启事

《信息对抗技术》是国防科技大学电子对抗学院主办、面向全国公开发行的信息对抗专业期刊(双月刊),旨在密切跟踪信息技术前沿领域,及时报道国内外最新研究成果,促进信息对抗技术学术交流与发展。欢迎广大学者踊跃投稿。1征稿范围刊载内容为与信息对抗相关的雷达、通信、光电、水声、导航和制导、反辐射武器、无人机、网络空间安全等技术。设综述和研究论文两个固定栏目,以及当下研究热点的动态栏目。国家、省(部)级以及军队科研基金资助项目或其他重要项目研究成果的论文将优先安排发表。

基于注意力机制辅助的空谱联合残差网络的高光谱图像分类

卷积神经网络(convolutional neural network,CNN)是高光谱图像分类中一种常用的方法,有着较好的分类表现。然而,CNN不可避免地会提取出一些冗余特征,这对高光谱图像分类的准确率造成干扰。此外,高光谱图像分类还面临着同谱异物、同物异谱问题。为了解决以上这些问题,提出了一种基于注意力机制辅助空谱联合残差网络的高光谱图像分类方法。一方面,通过使用注意力机制辅助的3-D、2-D残差网络,同时从光谱维度和空间维度提取空谱联合特征,克服同谱异物、同物异谱问题;另一方面,引入通道注意力机制和空间注意力机制,有效降低了冗余空谱特征的干扰。在2种高光谱数据集上的实验结果表明,相比同类对比算法,所提出的方法具有更优越的分类性能。

一种基于图像分割技术和深度学习的高融合面部迷彩设计方法

针对传统面部迷彩设计主观性强、背景相似度差等问题,提出一种基于图像分割技术和深度学习的高融合面部迷彩设计方法。利用OpenCV视觉算法库和基于MediaPipe机器学习框架的FaceMesh深度学习模型,构建高融合面部迷彩计算机辅助设计系统。该系统能够准确检测识别面部轮廓和特征点,提取背景特征并构建符合背景特性的迷彩斑块库,实现迷彩斑块在面部自动调用填充,自动生成与背景高度融合且符合面部特性的面部迷彩设计方案。通过建立相似度指标评价体系,对采用上述方法设计的面部迷彩的伪装效果进行了实验验证。结果表明,该方法能够有效提高面部迷彩设计的科学性及伪装效果,为单兵在战场上快速精准地实施面部伪装提供了可靠且有效的方案。