Персона: Симахин, Егор Андреевич
Загружается...
Email Address
Birth Date
Научные группы
Организационные подразделения
Организационная единица
Другие подразделения НИЯУ МИФИ
Структурные подразделения НИЯУ МИФИ, не включенные в состав институтов и факультетов.
Статус
Фамилия
Симахин
Имя
Егор Андреевич
Имя
Результаты поиска
Теперь показываю 1 - 1 из 1
- ПубликацияОткрытый доступВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ И ТЕХНИЧЕСКИЕ СРЕДСТВА ОБРАБОТКИ СИГНАЛОВ ПОБОЧНЫХ ЭЛЕКТРОМАГНИТНЫХ ИЗЛУЧЕНИЙ(НИЯУ МИФИ, 2024) Шиняев. Д. А.; Кессаринский, Л. Н.; Симахин, Е. А.; Симахин, Егор Андреевич; Кессаринский, Леонид НиколаевичЦель данной работы заключается в разработке метода повышения качества восстановленного изображения на основе сигналов побочных электромагнитных полей с помощью постобработки изображений. В работе рассмотрена проблема анализа побочного электромагнитного излучения (ПЭМИ) от видеодисплеев и пути её решения. Проведен анализ непреднамеренного излучения электромагнитных волн от кабелей передачи информации, включая видеоинтерфейс HDMI. Вследствие 10-битного помехоустойчивого кодирования видеоинформации для цифровых интерфейсов передачи данных анализ сигналов и восстановление изображения по нему наиболее затруднительны. Данное кодирование расширяет полосу пропускания для ПЭМИ и приводит к нелинейному отображению наблюдаемого сигнала и уменьшению интенсивности излучения от пикселей дисплея. Поэтому программно-аппаратные комплексы для анализа аналоговых интерфейсов получают нечеткие восстановленные изображения при анализе цифровых интерфейсов. Предлагаемое решение заключается в преобразовании восстановленного изображения в исходное с помощью обучения модели на сверточной нейронной сети. Несмотря на эффективность, данный подход требует тщательного математического анализа ПЭМИ. Разработан комплекс для проведения экспериментов, основанный на доступном программно-определяемом радиоустройстве. Основным критерием эффективности восстановления и улучшения изображения после принятия приемником побочных электромагнитных сигналов является частота символьных ошибок. Данный показатель уменьшен на 60% по сравнению с восстановлением изображения без постобработки. Для оценки сбоеустойчивости предложены методы, позволяющие уменьшить вероятность восстановления изображения с помощью описанного комплекса и других аналогов. Полученные результаты имеют практическое значение для лабораторных исследований, направленных на оценку защищенности данных в различных системах общего назначения. В будущих исследованиях планируется обучить модель на обновленном наборе данных с другими аналогами нейронных сетей, чтобы оптимизировать процесс прогнозирования переменных в регрессионной модели.