隨著信息安全防護(hù)措施的不斷更新和完善,攻擊信息安全的方式也在不斷的更新?lián)Q代。除了針對(duì)接入互聯(lián)網(wǎng)的電子設(shè)備的攻擊手段,如木馬、病毒、蠕蟲(chóng)等,針對(duì)物理隔離的局域網(wǎng)設(shè)備的攻擊方式也逐漸成熟。該類木馬為電磁泄露木馬,其初期的工作方式為捕獲計(jì)算機(jī)顯示器輻射出的電磁波信號(hào),通過(guò)電磁泄露還原技術(shù)在百米外還原顯示器上所顯示的內(nèi)容。而隨著軟件定義無(wú)線電技術(shù)以及信號(hào)捕獲技術(shù)的不斷進(jìn)步,現(xiàn)階段的電磁木馬還捕獲打印機(jī)、DVI接口、處理器等泄露的電磁信號(hào)進(jìn)行信息竊密,同時(shí)電磁木馬也已經(jīng)可以主動(dòng)選擇電子設(shè)備中的信息并通過(guò)軟件定義無(wú)線電的方式進(jìn)行定時(shí)定量泄露。電磁木馬攻擊方案可以突破物理隔離網(wǎng)絡(luò)進(jìn)行攻擊,且泄密通道未使用系統(tǒng)網(wǎng)絡(luò)資源,導(dǎo)致傳統(tǒng)的防火墻等入侵檢測(cè)設(shè)備無(wú)法進(jìn)行有效的防范,隨之而來(lái)的是造成了系統(tǒng)信息安全的巨大的威脅。現(xiàn)階段的主流的防御方案為對(duì)信號(hào)進(jìn)行屏蔽、干擾進(jìn)行的主動(dòng)防御以及監(jiān)控范圍內(nèi)的信號(hào)進(jìn)行采集,然后投入豐富經(jīng)驗(yàn)的安全人員通過(guò)觀察信號(hào)瀑布的方式識(shí)別電磁木馬攻擊。現(xiàn)有的防御方案需要投入大量的人力進(jìn)行檢測(cè),檢測(cè)成本高,效率低。本文基于現(xiàn)有的研究成果,仔細(xì)分析了電磁木馬的攻擊方式和工作模式,提出了一種基于... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外發(fā)展?fàn)顩r
        1.2.2 國(guó)內(nèi)發(fā)展過(guò)程
        1.2.3 國(guó)內(nèi)外防御現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容及創(chuàng)新
    1.4 本文組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 電磁木馬檢測(cè)概述
    2.1 電磁木馬簡(jiǎn)介
    2.2 電磁木馬攻擊案例
        2.2.1 PROMIS軟件泄密事件
        2.2.2 TEAPOT計(jì)劃
        2.2.3 棱鏡門(mén)事件
    2.3 電磁木馬分類
        2.3.1 計(jì)算機(jī)系統(tǒng)的電磁信息泄露
        2.3.2 其他信息設(shè)備的電磁泄露
        2.3.3 密碼機(jī)信號(hào)泄露
        2.3.4 SOFT-TEMPEST
    2.4 電磁木馬防御技術(shù)
        2.4.1 改進(jìn)編碼技術(shù)
        2.4.2 噪聲干擾技術(shù)
        2.4.3 反木馬技術(shù)
        2.4.4 屏蔽技術(shù)
        2.4.5 硬件分析技術(shù)
        2.4.6 電磁波分析技術(shù)
    2.5 信號(hào)采集技術(shù)
        2.5.1 軟件定義無(wú)線電技術(shù)
        2.5.2 GNU Radio
    2.6 本章小結(jié)
第三章 基于大數(shù)據(jù)分析的電磁木馬信號(hào)檢測(cè)方法
    3.1 系統(tǒng)整體設(shè)計(jì)
    3.2 電磁信號(hào)處理
        3.2.1 信號(hào)采集和發(fā)現(xiàn)
        3.2.2 信號(hào)過(guò)濾
    3.3 電磁木馬信號(hào)特征提取
        3.3.1 時(shí)間相關(guān)的特征提取
        3.3.2 信息量相關(guān)特征提取
        3.3.3 能量相關(guān)特征提取
        3.3.4 諧波特征提取
    3.4 基于LSTM的電磁木馬檢測(cè)
        3.4.1 LSTM算法分類概述
        3.4.2 建立LSTM分類模型
        3.4.3 選擇LSTM模型的優(yōu)勢(shì)
    3.5 本章小結(jié)
第四章 大數(shù)據(jù)環(huán)境下的電磁木馬信號(hào)檢測(cè)原型系統(tǒng)設(shè)計(jì)
    4.1 系統(tǒng)設(shè)計(jì)目標(biāo)
        4.1.1 系統(tǒng)設(shè)計(jì)難點(diǎn)
        4.1.2 系統(tǒng)目標(biāo)
    4.2 系統(tǒng)部署
    4.3 系統(tǒng)架構(gòu)設(shè)計(jì)
    4.4 系統(tǒng)模塊設(shè)計(jì)
        4.4.1 電磁信號(hào)采集模塊設(shè)計(jì)
        4.4.2 數(shù)據(jù)過(guò)濾模塊設(shè)計(jì)與實(shí)現(xiàn)
        4.4.3 數(shù)據(jù)接入模塊設(shè)計(jì)與實(shí)現(xiàn)
        4.4.4 特征提取模塊設(shè)計(jì)與實(shí)現(xiàn)
        4.4.5 電磁木馬信號(hào)檢測(cè)模塊設(shè)計(jì)與實(shí)現(xiàn)
    4.5 本章小結(jié)
第五章 電磁木馬檢測(cè)與信號(hào)分類
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 實(shí)驗(yàn)數(shù)據(jù)集
        5.2.1 實(shí)驗(yàn)電磁木馬
        5.2.2 數(shù)據(jù)集采集
    5.3 異常檢測(cè)及評(píng)估
        5.3.1 實(shí)驗(yàn)評(píng)估
        5.3.2 異常檢測(cè)
    5.4 檢測(cè)準(zhǔn)確率影響因素
        5.4.1 增益對(duì)電磁木馬檢測(cè)準(zhǔn)確率的影響
        5.4.2 采樣距離對(duì)電磁木馬檢測(cè)準(zhǔn)確率的影響
    5.5 系統(tǒng)在線測(cè)試
        5.5.1 數(shù)據(jù)采集模塊測(cè)試
        5.5.2 特征提取模塊測(cè)試
        5.5.3 在線檢測(cè)結(jié)果測(cè)試
    5.6 總結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3178197