[发明专利]计算机电磁泄漏信号识别方法、装置及存储介质

权利要求书

1.一种基于小波系数的计算机电磁泄漏信号识别方法，其特征在于，包括：

计算当前监测的电磁泄漏信号的频谱；

对所述电磁泄漏信号的频谱进行小波分解，确定所述频谱的小波系数的参数；

利用预先训练的条件概率密度分类器，得到所述小波系数的参数对应不同计算机主机的条件概率密度，根据所述条件概率密度识别出所述电磁泄漏信号对应的计算机主机。

2.如权利要求1所述的方法，其特征在于，所述对电磁泄漏信号的频谱进行小波分解，确定所述频谱的小波系数的参数，包括：

将所述电磁泄漏信号的频谱转换成小波系数；

计算所述小波系数的指数分布的极大似然估计，得到所述小波系数的参数。

3.如权利要求2所述的方法，其特征在于，所述将电磁泄漏信号的频谱转换成小波系数，包括：

采用离散小波变换将所述电磁泄漏信号的频谱转换为对应的二维离散Haar小波。

4.如权利要求1所述的方法，其特征在于，所述根据条件概率密度识别出所述电磁泄漏信号对应的计算机主机，包括：

将得到的各所述小波系数的参数对应不同计算机主机的条件概率密度进行比较，若所述小波系统的参数对应某台计算机主机的条件概率密度最大，则该计算机主机即所述电磁泄漏信号对应的计算机主机。

5.如权利要求1所述的方法，其特征在于，所述利用预先训练得到的条件概率密度分类器，包括：

选取多个不同计算机主机输出的若干组电磁泄漏信号作为样本数据，利用条件概率密度函数对所述样本数据进行分类训练，得到条件概率密度分类器。

6.一种基于小波系数的计算机电磁泄漏信号识别装置，其特征在于，包括：

信号处理模块，用于计算当前监测的电磁泄漏信号的频谱；

数据处理模块，用于对所述电磁泄漏信号的频谱进行小波分解，确定所述频谱的小波系数的参数；

信号识别模块，用于利用预先训练的条件概率密度分类器，得到所述小波系数的参数对应不同计算机主机的条件概率密度，根据所述条件概率密度识别出所述电磁泄漏信号对应的计算机主机。

7.如权利要求6所述的装置，其特征在于，所述数据处理模块用于将所述电磁泄漏信号的频谱转换成小波系数；计算所述小波系数的指数分布的极大似然估计，得到所述小波系数的参数。

8.如权利要求6所述的装置，其特征在于，所述信号识别模块，用于将得到的各所述小波系数的参数对应不同计算机主机的条件概率密度进行比较，若所述小波系数的参数对应某台计算机的条件概率密度最大，则该计算机主机即所述电磁泄漏信号对应的计算机。

9.如权利要求6或7或8所述的装置，其特征在于，还包括分类训练模块，

所述分类训练模块，用于选取多个不同计算机主机输出的若干组电磁泄漏信号作为样本数据，利用条件概率密度函数对所述样本数据进行分类训练，得到条件概率密度分类器。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至5任意一项所述方法步骤。