公开(公告)号：CN115277073B

公开(公告)日：2024-02-06

申请号：CN202210700113.7

申请日：2022-06-20

Applicant: 北京邮电大学

Inventor： 南国顺 ,  李治淳 ,  翟津黎 ,  崔琪楣 ,  张雪菲 ,  李娜 ,  陶小峰 ,  张平

IPC: H04L9/40 ,  H04W12/122 ,  G06N3/08

Abstract: 本申请公开了一种信道传输的方法、装置、电子设备及介质。本申请中，可以获取预训练完毕的目标深度学习模型，目标深度学习模型为通过至少一个攻击网络模型进行训练而得到的模型；将预训练完毕的目标深度学习模型部署到DECS中；利用部署有目标深度学习模型的DECS进行信号的信道传输。通过应用本申请的技术方案，可以通过在DECS通信系统中部署一个通过多个攻击网络模型进行训练而得到的深度学习模型。并基于该系统实现对带有干扰信号的传输内容进行信号解析。从而避免相关技术中存在的，DECS系统无法抵抗恶意用户对传输信号的语义内容进行攻击所导致的通信系统存在安全隐患的问题。

公开(公告)号：CN116032518A

公开(公告)日：2023-04-28

申请号：CN202210700121.1

申请日：2022-06-20

Applicant: 北京邮电大学

Inventor： 崔琪楣 ,  李治淳 ,  南国顺 ,  翟津黎 ,  李娜 ,  张雪菲 ,  陶小峰 ,  张平

IPC: H04L9/40 ,  H04L47/10 ,  G06N3/04

Abstract: 本申请公开了一种信道传输的方法、装置、电子设备及介质。通过应用本申请的技术方案，可以通过在DECS通信系统的发送端部署一个扰动生成器来实现其生成的扰动信号可以破坏信道中具有特定语义信息的原始传输信号。从而达到在不影响其他语义信息的传输信号的前提下，实现隐蔽的攻击信道中特定的传输信号的目的。该方法一方面可用于生产环境下模型安全性的评估、融合对抗样本训练原始模型，丰富训练样本空间，有助于提高基于深度神经网络的端到端通信系统的鲁棒性。另一方面也可以避免相关技术中存在的，无法对传输信号的语义内容进行攻击所导致的通信系统存在安全隐患的问题。

公开(公告)号：CN115567941A

公开(公告)日：2023-01-03

申请号：CN202210982279.2

申请日：2022-08-16

Applicant: 北京邮电大学

Inventor： 南国顺 ,  李泽钜 ,  周锦飞 ,  李治淳 ,  崔琪楣 ,  陶小峰 ,  张平

IPC: H04W12/122 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/00 ,  G06N3/04

Abstract: 本申请公开了一种语义通信系统的攻击方法、装置、电子设备及介质。通过应用本申请的技术方案，可以首先训练一个虚拟语义通信系统编码器的代理模型，并通过粒子群算法，利用该代理模型将获取到的编码信息和输出标签训练一个噪声生成器，以使后续将该噪声生成器部署到待攻击的语义通信系统中，从而实现该噪声生成器在编码信息传入语义通信系统信道的过程中添加噪声扰动，以使语义通信模型的分类器的准确率下降的目的。进而避免了相关技术中存在的，缺乏对未知系统模型内部结构的情况下对其进行攻击方法的问题。

公开(公告)号：CN115277073A

公开(公告)日：2022-11-01

申请号：CN202210700113.7

申请日：2022-06-20

Applicant: 北京邮电大学

Inventor： 南国顺 ,  李治淳 ,  翟津黎 ,  崔琪楣 ,  张雪菲 ,  李娜 ,  陶小峰 ,  张平

IPC: H04L9/40 ,  H04W12/122 ,  G06N3/08

Abstract: 本申请公开了一种信道传输的方法、装置、电子设备及介质。本申请中，可以获取预训练完毕的目标深度学习模型，目标深度学习模型为通过至少一个攻击网络模型进行训练而得到的模型；将预训练完毕的目标深度学习模型部署到DECS中；利用部署有目标深度学习模型的DECS进行信号的信道传输。通过应用本申请的技术方案，可以通过在DECS通信系统中部署一个通过多个攻击网络模型进行训练而得到的深度学习模型。并基于该系统实现对带有干扰信号的传输内容进行信号解析。从而避免相关技术中存在的，DECS系统无法抵抗恶意用户对传输信号的语义内容进行攻击所导致的通信系统存在安全隐患的问题。