[發(fā)明專利]一種結(jié)合頻譜與智能的在線對抗學(xué)習(xí)測試系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210969476.0
• 申請日: 2022-08-12
• 公開（公告）號: CN115499071A
• 公開（公告）日: 2022-12-20
• 發(fā)明（設(shè)計）人: 謝海東;陳遠清;向雪霜;紀楠
• 申請（專利權(quán)）人: 中國空間技術(shù)研究院
• 主分類號: H04B17/00
• 分類號: H04B17/00;H04B17/391;H04B17/309;H04B1/00;H04W12/122;G06N3/04;G06N3/08;G06N5/04
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 張歡

本發(fā)明公開了一種結(jié)合頻譜與智能的在線對抗學(xué)習(xí)測試系統(tǒng)，包括硬件系統(tǒng)和軟件系統(tǒng)。硬件系統(tǒng)包括：頻譜收發(fā)模塊接收與發(fā)射頻譜信號并傳遞給軟件無線電模塊，軟件無線電模塊對其進行初步處理并傳遞給智能計算模塊，智能計算模塊完成頻譜信號的智能計算任務(wù)。軟件系統(tǒng)包括：系統(tǒng)參數(shù)配置模塊完成參數(shù)配置，頻譜處理模塊對接收到的信號進行加工處理，處理后的數(shù)據(jù)通過數(shù)據(jù)管理模塊輸入到智能訓(xùn)練模塊中進行在線訓(xùn)練，訓(xùn)練完成后通過智能推理模塊對模型進行在線智能評估測試，在訓(xùn)練和測試過程中，引入對抗樣本來增強或驗證模型的魯棒性。本發(fā)明可實現(xiàn)基于真實頻譜數(shù)據(jù)的智能在線訓(xùn)練、測試、對抗流程，提高后續(xù)技術(shù)開發(fā)的真實性與時效性。

技術(shù)領(lǐng)域

本發(fā)明涉及頻譜對抗與人工智能領(lǐng)域，具體是提出一種頻譜智能在線對抗學(xué)習(xí)系統(tǒng)。

背景技術(shù)

隨著無線頻譜在諸如5G、6G等應(yīng)用的研究與發(fā)展，頻譜應(yīng)用愈發(fā)受到重視，頻譜使用過程中的應(yīng)用效能，特別是在干擾對抗條件下的用頻策略是未來技術(shù)發(fā)展的重點方向之一。與此同時深度學(xué)習(xí)人工智能取得了巨大的技術(shù)突破，具有高效處理海量信息、快速處理復(fù)雜問題的特點，特別是在計算機視覺、自然語言處理等領(lǐng)域，從處理結(jié)果的準確率、處理速度與更新頻率等方面取得了超越人類的效果。因此基于深度學(xué)習(xí)人工智能技術(shù)的特點提高無線頻譜使用效能是可期的技術(shù)方向。

然而深度學(xué)習(xí)算法在取得高準確率的同時，可被針對性攻擊，現(xiàn)有大量的攻擊算法，如基于梯度的PGD攻擊系列、基于優(yōu)化的cw攻擊系列以及基于決策邊界的deepfool系列，通過添加很小的擾動即可讓模型得到錯誤的識別結(jié)果?；陬l譜應(yīng)用具有面臨強大安全威脅的特點，為保證我方頻譜信息的有效傳輸，因此必須考慮深度學(xué)習(xí)系統(tǒng)面對攻擊時的安全性和可靠性。傳統(tǒng)上，在頻譜領(lǐng)域考慮了很多安全相關(guān)的內(nèi)容，但這些機制并不能用來保證深度學(xué)習(xí)模型的安全性。目前主要通過對抗訓(xùn)練、數(shù)據(jù)增強等方式提升模型魯棒性。

目前在無線頻譜領(lǐng)域，以GNU Radio為代表的軟件系統(tǒng)能夠很好的實現(xiàn)硬件或軟件層面的各種頻譜過程模擬。同時在深度學(xué)習(xí)領(lǐng)域以Pytorch為代表的軟件系統(tǒng)能夠非?？焖俦憬莸膶崿F(xiàn)各類神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練、測試、調(diào)優(yōu)。然而兼顧頻譜與智能的完整系統(tǒng)是目前技術(shù)研究方面的空白，使得結(jié)合智能的頻譜技術(shù)在發(fā)展過程中受到了較大限制。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是：本發(fā)明公開了一種結(jié)合頻譜與智能的在線對抗學(xué)習(xí)測試系統(tǒng)，可實現(xiàn)基于真實頻譜數(shù)據(jù)的智能在線訓(xùn)練、測試、對抗流程，無需事先構(gòu)建大規(guī)模數(shù)據(jù)集，提高后續(xù)技術(shù)開發(fā)的真實性與時效性。

本發(fā)明所采用的技術(shù)方案是：一種結(jié)合頻譜與智能的在線對抗學(xué)習(xí)測試系統(tǒng)，包括硬件系統(tǒng)和軟件系統(tǒng)，可實現(xiàn)基于真實頻譜信號的智能算法在線對抗學(xué)習(xí)與測試。

硬件系統(tǒng)包括頻譜收發(fā)模塊、軟件無線電模塊和智能計算模塊。頻譜收發(fā)模塊使用可重構(gòu)天線將接收到的頻譜信號傳遞給軟件無線電模塊，軟件無線電模塊對其進行初步處理并傳遞給智能計算模塊，智能計算模塊完成頻譜信號的智能計算任務(wù)。

頻譜收發(fā)模塊使用可重構(gòu)天線為可收發(fā)頻譜信號的天線，要求其可接收頻譜、功率等參數(shù)，可受軟件系統(tǒng)控制。軟件無線電模塊可采用USRP設(shè)備，主要負責(zé)天線接收數(shù)據(jù)的載波濾波、調(diào)制解調(diào)等用頻過程處理。智能處理模塊可為高性能計算機，包括高性能CPU與GPU，可進行基于神經(jīng)網(wǎng)絡(luò)的人工智能算法計算。

軟件系統(tǒng)基于GNU Radio和Pytorch開發(fā)，包括系統(tǒng)參數(shù)配置模塊、頻譜處理模塊、數(shù)據(jù)管理模塊、對抗樣本生成模塊、智能訓(xùn)練模塊、智能推理模塊，系統(tǒng)參數(shù)配置模塊、數(shù)據(jù)管理模塊、對抗樣本生成模塊、智能訓(xùn)練模塊、智能推理模塊運行在智能計算模塊上。

軟件系統(tǒng)工作步驟如下：

參數(shù)配置模塊為對系統(tǒng)所需的參數(shù)進行配置。

頻譜處理模塊完成頻譜信號的收發(fā)以及處理，主要通過開源軟件GNU Radio完成。