裴林聪,张游杰,马通边,石 森

1(太原科技大学 计算机科学与技术学院,太原 030024)

2(中国电子科技集团公司第三十三研究所,太原 030032)

1 引言

信息安全是每个国家都需要去重视的安全问题,在全世界范围内,对于国家安全、社会稳定和经济发展的影响十分巨大.电磁波是最常见的信息载体,电磁发射与信息安全有着必然的联系[1].而随着网络信息安全技术飞速发展的同时,物理空间信息安全技术也逐渐得到重视,关键信息技术设施安全首当其冲,成为物理空间信息安全于防护的首要关注目标,其中电磁信息泄漏所带来的负面影响范围更广[2],对于电磁防护,电磁泄漏信号精准定位,评估电磁泄漏风险以及威胁程度,需要结合计算机领域深度学习与图像识别等技术来提供良好支持.

随着科技进步,计算机技术快速发展的同时,神经网络作为深度学习一项重要技术和基础成为研究关注的热点,学术界进行了多种研究方向的探索,众多领域取得了很大的成就,深度学习在更加广泛的领域上,产生了深远的影响,引起了社会各界的热切关注.深度学习等技术应用于电磁信号[3]、雷达信号等信号处理[4]识别方法中成为一种趋势,深度学习在电磁信号识别任务中具有独特优势,相较于传统的信号特征识别分类,卷积神经网络以简洁的优势、良好的效果、成为理想选择.传统方法依赖于人工特征提取,这些特征虽然有一定的普适性,但针对……