本文研究空中节点如何窃听水下节点间的水声通信。传统上认为此类窃听不可能实现,因为声学信号无法穿越水气边界。本文论证了:由于水声通信信号在水面引发的微小振动,可使用空中毫米波雷达捕获并(在特定条件下)解码水下声学通信信号。我们实现并评估了该方法的概念验证原型,在受控(水池)与非受控环境(湖泊)中进行测试。结果表明:空中设备能识别非合作水下发射器(受害方)声学传输的调制方式与比特率,甚至可解码传输符号。与传统空中通信不同,本研究指出水下链路的保密性随调制类型而异,并揭示了这些差异背后的深层原因。我们还强调了此类威胁模型的理论局限性,以及这些结果可能对水下通信隐蔽性产生的重大影响——尤其涉及潜艇作战、水下作业(如油气勘探、搜救、采矿)及濒危物种保护。最后,本研究提出了可用于提升或恢复水声通信抵御此类威胁之隐蔽性的对抗措施。

图1:SURF系统概览。SURF利用毫米波调频连续波雷达窃听水下声学通信,通过感知水面振动并提取数据的调制方式与符号速率以实现消息解码

多年来,声学无线通信网络已获得海军与海洋界的广泛认可与应用[8, 16]。通常,相较于光通信与射频通信,声频因在水下具备更优传播特性而成为远距离通信首选[17, 46]。这些声波作为压力波在水下传播时会发生扩散。当声波抵达水面时,会引发微小振动,此类振动可被空中雷达接收器感知并解码。该现象近期已被用于在两个可信合作方间建立直接的水下-空中通信链路[46]。然而,此类跨介质传感的安全影响尚未被探索。换言之,若空中非合作窃听者试图通过捕获并提取此类振动特征中的模式来截获水下通信链路,将会如何?

本文探究水声通信面对空中对手的脆弱性。具体而言,我们设计、实现并评估了“使用射频窃听水下通信(SURF)”——首个支持从空中截获水声通信链路的窃听框架。系统概览见图1。介质外窃听者尤其值得关注,因其存在可对受害方保持隐蔽,甚至在其配备最先进声纳技术时亦然。确实,由于水与空气两种介质的声阻抗失配,水下节点发射的声音会从水气界面反射[46]。因此,声纳技术无法用于探测空中节点。存在两大关键威胁:首先,合法声学发射器引发的水面振动可能被敌方雷达捕获并(在特定条件下)成功解码。此外,通过捕获这些振动,敌方雷达原则上可识别水下发射器的大致位置。这对海军资产尤为重要,因为潜艇位置被视为高度机密,甚至在保护濒危物种的科考活动中亦需保密其位置。为理解这些脆弱性,我们首先建立了水面振动的综合模型,该模型作为扬声器几何参数与物理层(PHY)参数的函数,并考虑了点位移以重力-毛细波形式向外传播的方式。我们的模型表明:声学信号在水面的空间足迹不可忽略,且振动区域随水下扬声器浸没深度增加而扩大。这表明空中接收器可在比既往认知更广的区域内捕获水下声源的振动。

尽管模型显示探测区域可能很广,但窃听者(Eve)在解码非合作水声发射器(Alice)所发消息时仍面临若干挑战。首先,因对手处于介质外且Alice不合作,提取底层物理层参数(包括载频、调制类型与符号速率)对对手并非易事。此外,由于缺乏前导码与训练序列的先验知识,难以实现Eve与Alice水下扬声器的同步1。这一切使Eve识别与解码水下传输面临挑战。为应对这些挑战,我们利用跨介质信道的基本特性。具体而言,我们利用水声通信信道、空中射频传播及水气(转换)边界均为线性系统这一特点。这意味着端到端信道充当线性系统,保留发射波形的频谱特性。基于该观察,我们应用通信理论中的技术,旨在利用频谱与时域特征对非合作源的通信信号物理层属性进行分类与判定,且无需任何训练数据或先验知识。将此类既有方法适配于跨介质通信链路需SURF考虑独特属性与约束。例如,我们展示了空中雷达发射的线性调频信号(显著)更高采样率如何实现更高分辨率测量,从而用于推断底层声学通信的物理层参数。我们的方法包括识别水声传输的调制方式与比特率、估计经验决策边界以及解码发射数据包。此外,我们量化了不同水声调制方案的保密性指标。

窃听水声传输的第二项挑战是Eve不知发射源位置。该问题在于:为获得水声通信信号的高信噪比(SNR),Eve需聚焦于水面振动最强的区域。为应对此挑战,SURF利用毫米波雷达的波束成形能力,并将其与我们推导的水下-空中信道模型相结合。具体而言,为最大化信噪比,SURF执行波束搜索(使用天线阵列波束成形)以识别由入射声学信号引发最强振动的表面位置。需注意:此举需先减轻自然表面波的影响(其通常比诱发振动高4-5个数量级);还需在该表面执行距离-振动搜索,SURF通过二维快速傅里叶变换实现。我们设计并构建了SURF原型,在不同场景(包括受控实验室环境、游泳池及天然湖泊)中对其评估。原型采用商用现成(COTS)77 GHz调频连续波(FMCW)毫米波雷达与水声扬声器构建。选择COTS雷达旨在证明:即便无定制高端设备,此类窃听亦具可行性。我们还验证了雷达搭载于飞行无人机时SURF的可行性。我们测量并比较了合法水下水听器接收端(Bob)与空中雷达的误码率(BER)。实验评估表明:

• SURF能准确识别受害方底层物理层属性。具体而言,在无任何先验知识下,SURF以97.58%的准确率分类受害方调制类型,并以9 bps的均方根误差估计符号速率。

• 不同调制类型对跨介质窃听者表现出不同抗性。这对增强水下链路安全性具有重要新意义。

• SURF可基于水面振动区域提示水下扬声器位置。

结果与观察为保护水下通信信道抵御介质外窃听者提供了有益见解:(i)不同调制方式被窃听的可能性不同。实际上,调频虽为水下链路最常用调制方式,但其安全性最低。调幅展现出最佳保密特性,因自然环境因素(如表面波与风)掩盖了振动幅度的微小波动。(ii)特定数据速率与发射功率水平下,水下链路更安全。(iii)若Alice以多个短间隔传输数据(其间空闲时间长于信道相干时间),链路保密性提升。如此,窃听者无足够样本估计物理层参数与决策边界。但增强保密性以降低通信有效吞吐量为代价。贡献:与“水声通信对空中窃听安全”的既定认知相反,本文首次演示了对该类通信系统的窃听攻击。同时贡献了该攻击在湖泊中的原型实现与实验评估,证明了从水声源感知、识别与解码传输的能力。本文强调了此类威胁的影响(尤其对水下链路隐蔽性),并指出了可恢复或至少提升此类通信系统抵御空中窃听安全性的对抗措施。

成为VIP会员查看完整内容
4

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《推进智能军用无人机研究: 以侦察行动为重点》
专知会员服务
73+阅读 · 2024年7月17日
《针对受保护战术波形的抗干扰措施》71页论文
专知会员服务
31+阅读 · 2024年5月8日
《利用人工神经网络进行雷达信号处理》253页
专知会员服务
69+阅读 · 2024年3月15日
《水下环境中的主动隐身:数值研究》50页最新论文
专知会员服务
32+阅读 · 2023年8月31日
深度多模态表示学习综述论文,22页pdf
专知
33+阅读 · 2020年6月21日
论文笔记之attention mechanism专题1:SA-Net(CVPR 2018)
统计学习与视觉计算组
16+阅读 · 2018年4月5日
雷达海面目标识别技术研究进展
科技导报
21+阅读 · 2017年11月13日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
Arxiv
171+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
480+阅读 · 2023年3月31日
Arxiv
79+阅读 · 2023年3月26日
Arxiv
174+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
微信扫码咨询专知VIP会员