Эксперты научились распознавать самолеты по отпечаткам радиосигналов АЗН-В

Эксперты научились распознавать самолеты по отпечаткам радиосигналов АЗН-В

Метод может стать проблемой для государств, пытающихся выдавать свои военные самолеты за гражданские.

Специалисты Харбинского инженерного университета (КНР) Хаорань Чжа, Цяо Тянь и Юнь Линь разработали метод создания отпечатков передатчиков АЗН-В, использующихся в современных самолетах. Однако, по словам экспертов, для подтверждения эффективности метода требуются дополнительные исследования.

В исследовательской работе под названием «Реальное распознавание сигналов АЗН-В на основе отпечатков радиоволн» описан способ идентификации уникальных передатчиков, используемых в самолете, независимо от передаваемого ими опознавательного кода. По словам ученых, их схема распознавания радиоволн базируется на контурных изображениях звезд и глубоком обучении.

«Мы разработали метод захвата и маркировки оригинального сигнала и испытали его с помощью сигнала полосы частот 1090 МГц, полученного приемником RTL-SDR, собирая сигналы с пяти самолетов», — сообщили ученые.

Представленный учеными метод может стать проблемой для государств, пытающихся выдавать свои военные или правительственные самолеты за обычные гражданские.

Технология АЗН-В используется на многих сайтах для отслеживания рейсов, в том числе Flight Radar 24 и Flightaware. Передатчики АЗН-В транслируют GPS-координаты самолета и его уникальный идентификатор, зарегистрированный уполномоченным государственным органом. Правда, передатчики не аутентифицируются, поэтому любой желающий может передавать сигнал АЗН-В под видом кого-то другого. Транслируя другие уникальные идентификаторы, можно выдавать один самолет за другой, чем пользуются разные страны во время военных операций.

Китайские специалисты собрали данные АЗН-В с пяти самолетов и отдали их для обработки сверточной нейронной сети (CNN), благодаря чему им удалось успешно дифференцировать и классифицировать радиоизлучение передатчиков АЗН-В каждого самолета. Необработанные сигналы были конвертированы в контурные изображения звезд для обучения CNN с целью обеспечить в дальнейшем возможность классификации уникальных отпечатков каждого самолета в режиме реальном времени.

Для захвата радиосигналов исследователи использовали приемник с открытым исходным кодом RTL-SDR, а для их обработки – сверточные нейронные сети Alexnet и GoogLeNet.

Однако работа китайских коллег не произвела большого впечатления на некоторых специалистов. В частности, исследователь факультета авиационной кибербезопасности Оксфордского университета Мэт Смит (Matt Smith) заявил, что прежде чем давать оценку разработанному китайцами методу, нужно сначала уточнить некоторые моменты. Во-первых неясно, были ли все радиосигналы собраны с самолетов во время полета, и находились ли самолеты в разных местах. Также непонятно, насколько стабильным является отпечаток при разных условиях приема радиосигнала, ведь, например, S-диапазон обычно перегружен. ;

«Такой подход, безусловно, является чем-то новым, однако для того, чтобы понять эффективность метода, требуется провести анализ больших наборов данных. Также следовало бы изучить производительность системы при столкновении с реальной скоростью передачи пакетов в S-диапазоне», – заявил Смит изданию The Register.

Сверточная нейронная сеть – специальная архитектура искусственных нейронных сетей, предложенная Яном Лекуном в 1988 году и нацеленная на эффективное распознавание образов, входит в состав технологий глубокого обучения.

Источник: Securitylab