[发明专利]用于对抗深度学习的无线电信号伪造方法

权利要求书

1.一种用于对抗深度学习的无线电信号伪造方法，其特征在于：发送端通过结合视觉限制的差分进化算法对无线电调制信号生成干扰信号，并将干扰信号加入无线电调制信号中，伪造并发送对抗信号，在不影响信号内容传输的情况下，达到敌方对调制类型分类准确率低的结果，包括有以下步骤：

(1)生成无线电调制信号x：生成无线电调制信号x，将该无线电信号表示为x＝[x₁,...,x_i,...,x_l]，其中，l是x的总长度，1≤i≤l；x_i＝[a_i,b_i]是x的第i个数据点，a_i和b_i分别表示x_i的实部和虚部；

(2)随机生成用于对抗信号生成的初代干扰方案集N：对无线电调制信号x随机生成初代干扰方案集N＝[N₁,...,N_m,...,N₄₀₀],其中，m是初代干扰方案集N中干扰方案的序号，1≤m≤400，是为x伪造对抗信号的第m个初代干扰方案，L是在x中允许被修改的数据点的总数量，1≤L≤l；i_mj表示在第m个初代干扰方案中，x被修改的第j个数据点的坐标,1≤j≤L；表示第m个初代干扰方案中，x被修改的第j个数据点的实部的修改值，表示第m个初代干扰方案中，x被修改的第j个数据点的虚部的修改值，i_mj、和的限制为：

其中U(a_i,s)是x_i的s邻域中的所有数据点[x_i-s,...,x_i,...,x_i+s]的实部，U(a_i,s)＝[a_i-s,...,a_i,...,a_i+s]；U(b_i,s)是x_i的s邻域中的所有数据点[x_i-s,...,x_i,...,x_i+s]的虚部，U(b_i,s)＝[b_i-s,...,b_i,...,b_i+s]；

(3)获取父代种群T：将初代干扰方案集N引入差分进化算法中，作为代表信号干扰方案集的父代种群T＝[T₁,...,T_m',...,T₄₀₀]，其中，m'是父代种群T中个体的序号，

(4)提出对抗信号生成的视觉限制：提出对抗信号生成的视觉限制，即让信号中每个点的值在领域数据点的最大值与最小值内变化，从视觉效果上不容易发现原信号与变化信号的差异；

(5)将对抗信号生成的视觉限制应用于差分进化算法，获取信号干扰方案集N'：将视觉限制用于以T作为父代种群的差分进化算法中，利用代表信号干扰方案集的父代种群T，通过采用基于深度学习的信号分类器M进行干扰方案的评估，迭代生成具有视觉限制的终代种群T'＝[T₁',...,T_m',...,T₄₀₀']，作为信号干扰方案集N'＝[N₁',...,N_m',...,N₄₀₀']；

(6)从信号干扰方案集N'获取干扰信号集N_e：将信号干扰方案集N'按照转换规则转换为干扰信号集N_e，其中，N_e＝[n¹,...,n^m,...,n⁴⁰⁰]；以第m个信号干扰方案N_m'为例说明转换过程，将对应转换为干扰信号n^m＝[n₁,...,n_i,...,n_l]，其中，n_i＝[c_i,d_i]是干扰信号n^m的第i个数据点，c_i是干扰信号n^m的第i个数据点的实部，d_i是干扰信号n^m的第i个数据点的虚部；

转换规则为：

(7)从干扰信号集N_e获取最终的干扰信号n：用待对抗的基于深度学习的信号分类器M评估干扰信号集N_e，找出使基于深度学习的信号分类器M的识别置信度下降最多时对应的干扰信号，该对应的干扰信号作为最终的干扰信号n；

(8)计算对抗信号x'：利用无线电调制信号x和最终的干扰信号n，计算得到最终的对抗信号x'，x'＝x+n，完成对抗深度学习信号分类器M的无线电调制信号x的伪造。