Identyfikacja konkretnego nadajnika (SEI): odcisk palca RF w SIGINT

Dwa radia tego samego producenta i modelu, prosto z tej samej linii produkcyjnej, nie są identyczne elektrycznie. Tolerancje produkcyjne oscylatora, miksera, wzmacniacza mocy i filtrów sprawiają, że każdy nadajnik odciska unikalny, powtarzalny zestaw zniekształceń na wysyłanych sygnałach – zniekształceń, których urządzenie nigdy nie zamierzało produkować i nie może łatwo wyeliminować. Identyfikacja konkretnego nadajnika (SEI) to dyscyplina pomiaru tych niezamierzonych cech i używania ich jako odcisku palca do rozpoznawania indywidualnego fizycznego nadajnika, nawet gdy jego operator zmienia częstotliwość, znak wywoławczy lub szyfrowanie. Niniejszy artykuł omawia, z czego składa się odcisk palca, jak jest wydobywany i klasyfikowany, gdzie uczenie maszynowe pomaga, a gdzie zawodzi, oraz jak potwierdzona identyfikacja zasila elektroniczny porządek bojowy.

Czym jest SEI i czym nie jest

Warto precyzyjnie umiejscowić SEI na tle sąsiednich zadań, z którymi jest często mylony. Klasyfikacja sygnałów odpowiada na pytanie: „jakiego rodzaju jest ten sygnał?” – przypisując emisję do schematu modulacji, formy przebiegu lub rodziny nadajników. SEI odpowiada na głębsze pytanie: „które konkretne urządzenie nadawało tę transmisjnę?” Dwa nadajniki mogą być sklasyfikowane identycznie – ten sam model radaru, ta sama rodzina radia – i nadal być rozróżniane przez SEI, ponieważ ich sprzętowe odciski palców różnią się.

Ogólną techniką stojącą za SEI jest odcisk palca RF: wydobywanie cech specyficznych dla urządzenia z transmisji. SEI jest zastosowaniem tej techniki w SIGINT do nadajników będących przedmiotem zainteresowania wywiadowczego. Wartość propozycji leży w trwałości. Klucze kryptograficzne rotują, znaki wywoławcze się zmieniają, częstotliwości skaczą – ale fizyczny sprzęt wytwarzający sygnał pozostaje niezmieniony. Odcisk palca wynikający z analogowych niedoskonałości jest znacznie trudniejszy do zmiany niż jakikolwiek identyfikator warstwy protokołu kontrolowany przez przeciwnika, ponieważ jego zmiana wymagałaby fizycznej wymiany lub ponownego strojenia sprzętu nadajnika.

Fizyczne źródło odcisku palca

Odcisk palca nadajnika istnieje dlatego, że żaden analogowy komponent nie jest doskonały. Rozróżniające cechy dzielą się na dwie szerokie kategorie: przejściowe i stacjonarne.

Przejściowy moment włączenia. Gdy nadajnik zostaje uruchomiony, jego oscylator i wzmacniacz mocy nie przeskakują natychmiast do punktu pracy – ustalają się przez krótki czas, często od kilku mikrosekund do kilku milisekund. Dokładny kształt tego ustalania się, zarówno w obwiedni amplitudy, jak i chwilowej częstotliwości, jest zdeterminowany przez wartości komponentów i obwody polaryzacji różniące się między egzemplarzami. Przejściowy jest najważniejszą pojedynczą cechą rozróżniającą w SEI, ponieważ jest bogaty w informacje, powtarzalny i niezwykle trudny do zamaskowania przez przeciwnika bez pogorszenia własnego łącza.

Przesunięcie i dryfowanie częstotliwości nośnej. Każdy oscylator odchyla się od nominalnej częstotliwości o małą, specyficzną dla urządzenia wartość, a to przesunięcie dryfuje z temperaturą i starzeniem w charakterystyczny sposób. Po odjęciu środowiskowego efektu Dopplera i wkładu kanałowego, resztkowe przesunięcie jest stabilną cechą charakterystyczną dla urządzenia.

Nierównowaga IQ. W nadajniku kwadraturowym ścieżki w fazie i w kwadraturze nigdy nie mają idealnie równego wzmocnienia ani dokładnie 90-stopniowej relacji fazowej. Wynikające z tego niedopasowanie wzmocnienia i fazy odciska mierzalne, specyficzne dla urządzenia zniekształcenie na konstelacji, które przeżywa demodulację.

Nieliniowość wzmacniacza. Wzmacniacz mocy wprowadza produkty intermodulacji drugiego i trzeciego rzędu oraz charakterystyczną krzywą zniekształceń AM-AM i AM-PM. Precyzyjny profil nieliniowości jest jednym z najsilniejszych stacjonarnych wyróżników, szczególnie dla nadajników pracujących blisko nasycenia.

Szum fazowy i krawędzie spektralne. Kształt widmowy szumu fazowego wokół nośnej oraz dokładny kształt narastania i opadania krawędzi impulsów dla nadajników impulsowych niosą informacje specyficzne dla urządzenia. Dla nadajników radarowych jitter między impulsami pod względem szerokości, amplitudy i częstotliwości dodaje dodatkowy zestaw niezamierzonych cech modulacji, nazywanych czasem niezamierzoną modulacją na impulsie (UMOP).

Potok ekstrakcji cech

Produkcyjny potok SEI zaczyna się długo przed jakikolwiek klasyfikacją. Pierwszym wymogiem jest skalibrowane, spójne zbieranie danych. Ponieważ łańcuch odbiornika ma własne niedoskonałości, odbiornik odciska własny odcisk palca na każdym przechwyceniu. Jeśli celem analizy jest porównanie nadajników, należy albo używać tego samego odbiornika we wszystkich przechwyceniach, albo scharakteryzować i usunąć wkład odbiornika; w przeciwnym razie ryzykuje się pobieranie odcisku palca własnego sprzętu zamiast celu.

Dysponując czystym IQ, potok wykrywa i segmentuje poszczególne serie transmisji za pomocą wykrywania energii, a następnie lokalizuje precyzyjny moment początku przejściowego – zazwyczaj progiem amplitudy lub wariancji dostrojonym do poziomu szumu. Wyrównanie każdej serii do wspólnego punktu odniesienia jest kluczowe: przejściowe cechy są porównywalne tylko wtedy, gdy serie są wyrównane czasowo, ponieważ rozróżniające informacje leżą w pierwszych kilku mikrosekundach.

Po wyrównaniu potok albo oblicza jawny wektor cech – statystyki obwiedni przejściowej, trajektorię chwilowej częstotliwości, przesunięcie nośnej, współczynniki nierównowagi IQ, widmo szumu fazowego, poziomy produktów intermodulacji – albo formatuje wyrównaną serię jako reprezentację odpowiednią dla nauczonego modelu: macierz IQ z dwoma wierszami lub spektrogram czas-częstotliwość. Normalizacja usuwa niepożądaną zmienność (ogólną amplitudę, środowiskowe przesunięcie częstotliwości) przy jednoczesnym zachowaniu stabilnych, specyficznych dla urządzenia wielkości. Prawidłowe ustalenie tej granicy normalizacji to miejsce, gdzie kryje się większość osądu inżynierskiego, ponieważ nadmierna normalizacja wymazuje właśnie te cechy, które chcemy zachować.

Klasyfikacja: od ręcznie opracowanych cech do głębokiego uczenia

Klasyczne SEI używało ręcznie zaprojektowanych cech podawanych do klasyfikatora dyskryminacyjnego – maszyn wektorów nośnych, lasów losowych lub dopasowania do najbliższego sąsiada względem biblioteki cech. Podejścia te są interpretowalne i efektywne pod względem danych, i pozostają przydatne tam, gdzie dane treningowe są rzadkie, a odpowiednia fizyka jest dobrze rozumiana, jak w przypadku parametrów UMOP radaru.

Współczesne podejście używa głębokiego uczenia bezpośrednio na surowym IQ lub spektrogramach. Konwolucyjne i resztkowe sieci neuronowe uczą się rozróżniających cech bez konieczności ich ręcznego określania przez analityka, i na kontrolowanych, zamkniętych zestawach danych raportują wysoką dokładność, często powyżej 95 procent. Architektura odzwierciedla tę używaną do automatycznego rozpoznawania modulacji: segment IQ wchodzi jako dwukanałowe wejście, warstwy konwolucyjne uczą się lokalnej struktury dziedziny czasu, a głowica klasyfikacyjna wyprowadza rozkład prawdopodobieństwa nad zarejestrowanymi nadajnikami lub osadzenie do dopasowania najbliższego sąsiada. Ten sam łańcuch narzędzi uczenia maszynowego, który zasila klasyfikację sygnałów, ma tu zastosowanie, ale etykiety oznaczają pojedyncze urządzenia, a nie typy sygnałów.

Reklamowane liczby dokładności ukrywają prawdziwą trudność. Dominują trzy tryby awarii.

Przesunięcie domeny

Model wytrenowany na przechwyceniach z jednego odbiornika, przy jednym stosunku sygnału do szumu, przez jeden kanał, ma tendencję do znacznego pogorszenia wyników, gdy którykolwiek z tych warunków się zmieni. Sieć może chwytać się artefaktów odbiornika lub kanału, które korelują z urządzeniem podczas treningu, ale nie uogólniają się. Śrrodki zaradcze obejmują trening na wielu odbiornikach i poziomach SNR, jawną augmentację kanału i techniki adaptacji domeny – ale przesunięcie domeny pozostaje głównym powodem, dla którego liczby laboratoryjne nie wytrzymują kontaktu z operacyjnym zbieraniem danych.

Rozpoznawanie otwartego zbioru

Klasyfikator zamkniętego zbioru jest zmuszony do przypisania każdego wejścia do jednej ze swoich znanych klas. W terenie większość napotkanych nadajników nigdy nie zostanie zarejestrowana. Solidny system SEI musi odrzucać nieznane nadajniki, a nie pewnie je błędnie przypisywać, co wymaga projektu otwartego zbioru: progu odległości na osadzeniu, jawnej opcji odrzucenia „nieznany” lub warstwy kalibracji pewności. Rozpoznawanie otwartego zbioru jest znacznie trudniejsze niż klasyfikacja zamkniętego zbioru i jest miejscem, gdzie wiele skądinąd imponujących systemów zawodzi operacyjnie.

Skalibrowana pewność

Identyfikacja jest przydatna dla analityka tylko wtedy, gdy jej pewność jest wiarygodna. Sieci neuronowe są notorycznie nadmiernie pewne siebie, dlatego wdrażalny system SEI potrzebuje skalibrowanych prawdopodobieństw – poprzez skalowanie temperatury, zespoły lub metody oparte na dowodach – aby zgłoszone dopasowanie na poziomie 70 procent rzeczywiście odpowiadało w przybliżeniu 70-procentowemu wskaźnikowi trafień. Bez kalibracji dalsze łączenie i ludzka arbitraż operują na liczbach, które nie oznaczają tego, na co wyglądają.

Odporność, spoofing i granice SEI

Ponieważ odcisk palca tkwi w analogowym sprzęcie, naturalne założenie jest, że nie można go sfałszować. To w większości, ale nie całkowicie, prawda. Wyrafinowany przeciwnik świadomy bycia pobieranym do odcisków palców ma kilka opcji, każda z ceną. Może celowo kształtować swoje emisje, aby naśladować odcisk palca innego nadajnika – trudna sztuka wymagająca scharakteryzowania urządzenia docelowego i dodania kompensujących zniekształceń, co zazwyczaj obniża jakość własnego łącza. Może tłumić najbardziej informatywne cechy, na przykład bramkując przejściowy moment włączenia lub wstępnie zniekształcając wzmacniacz, kosztem zwiększonej złożoności i zmniejszonego zasięgu. Albo może po prostu rotować sprzęt, co jest kosztowne na dużą skalę. W praktyce asymetria faworyzuje zbierającego: utrzymanie wiarygodnego sfałszowanego odcisku palca przez wiele transmisji jest znacznie trudniejsze niż wydobycie prawdziwego.

Bardziej przyziemne ograniczenia są środowiskowe. Wielodrogowość, zaniki i niski stosunek sygnału do szumu degradują właśnie te cechy, od których zależy SEI, a długa ścieżka propagacji może rozmazac przejściowy niosący większość rozróżniających informacji. Wydajność zatem znacznie się różni w zależności od geometrii zbierania – bliskie, bezpośrednie przechwycenie daje znacznie bardziej niezawodny odcisk palca niż odległe, przesłonięte. Zdyscyplinowany przepływ pracy SEI rejestruje warunki zbierania wraz z każdym odciskiem palca i odpowiednio waży pewność, aby analityk nigdy nie otrzymał dopasowania o wysokiej pewności, które w rzeczywistości wynikało z granicznego przechwycenia.

Istnieje również problem populacji. W miarę powiększania się zarejestrowanej biblioteki rośnie prawdopodobieństwo, że dwa rzeczywiście odrębne nadajniki mają niemal identyczne odciski palców, a granice decyzji między klasami się zacierą. SEI jest najsilniejszy jako narzędzie do ponownej identyfikacji względem wyselekcjonowanego zestawu nadajników będących przedmiotem zainteresowania i najmńiejszy jako otwarta próba unikalnego pobierania odcisków palców każdego urządzenia w gęstym środowisku elektromagnetycznym. Ograniczenie problemu do nadajników, które faktycznie mają znaczenie, jest samo w sobie decyzją inżynierskej determinującą, czy system będzie działał.

SEI w elektronicznym porządku bojowym SIGINT

Odcisk palca jest wartościowy tylko wtedy, gdy zasila przepływ pracy. Wynikiem klasyfikatora SEI jest klasyfikowana lista dopasowań ze skalibrowaną pewnością; dopasowania o wysokiej pewności i oznaczone nieznane trafiają do analityka w celu arbitrażu, a potwierdzone nowe nadajniki są rejestrowane w bibliotece odcisków palców z metadanymi proweniencji, dzięki czemu biblioteka rośnie pod kontrolą, a nie akumuluje szumy.

Opłacalność wynika z fuzji. Potwierdzona tożsamość nadajnika, połączona z namierzeniami z sieci namierzania kierunkowego i geolokalizacją, staje się trwałym śladem. Ponieważ odcisk palca przeżywa zmiany kontrolowane przez operatora, ten ślad może być utrzymywany przez zmiany częstotliwości, rotacje kluczy i zmiany znaków wywoławczych. Ponowna identyfikacja znanego nadajnika o wysokiej wartości w nowej lokalizacji jest często bardziej operacyjnie istotna niż odszyfrowywanie treści jego transmisji, ponieważ ujawnia ruchy, rozmieszczenie sił i powiązania między nadajnikami definiującymi elektroniczny podpis jednostki. SEI umieszcza się zatem w szerszej architekturze platformy SIGINT jako warstwa przekształcająca anonimowe przechwycenia w śledzone, nazwane podmioty w elektronicznym porządku bojowym.

Projektowanie SEI w platformę oznacza traktowanie biblioteki odcisków palców jako zasobu danych pierwszej klasy: wersjonowanego, z kontrolą dostępu i audytowalnego, z każdą rejestracją i każdym dopasowaniem zarejestrowanym. Oznacza również akceptację, że SEI jest dyscypliną z człowiekiem w pętli – maszyna szereguje i flaguje, ale pewna identyfikacja napędzająca decyzje operacyjne powinna mieć za sobą arbitraż analityka.