面向信号调制识别的对抗攻击与防御综述

作     者：徐冬月 田蕴哲 陈康 李轶珂 吴亚伦 童恩栋 牛温佳 刘吉强 史忠植 

作者机构：智能交通数据安全与隐私保护北京市重点实验室(北京交通大学) 中国科学院计算技术研究所智能信息处理重点实验室 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2025年

核心收录：

学科分类：11[军事学] 12[管理学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：深度神经网络 无线通信 信号调制识别 对抗攻击 防御 

摘      要：随着深度学习的飞速发展，基于深度神经网络的信号调制识别任务成为无线通信领域研究热门．然而研究发现，深度神经网络模型极易受到对抗性扰动的影响，使调制识别任务失效．目前面向无线通信安全性的研究工作仍存在些许瓶颈问题与理论空白，源于无线通信固有的实验环境、数据结构与信号特征等多维度特性，不能将其他领域较为成熟的攻防方法简单迁移到信号对抗攻击中．作为第1篇面向信号调制识别领域的对抗攻防中文综述，全面总结目前为止该领域对抗攻击与防御技术研究工作，首次提出信号调制识别领域的通用对抗攻击分类框架与威胁模型，将该领域研究工作分类为物理自我防御式攻击和数字直接访问式攻击，并以2维图形式进行系统化整合与可视化展示，详细阐述对抗攻击方法、对抗样本生成技术与理论公式、对抗检测与防御技术最新的研究工作，系统提炼无线通信对抗攻击研究的3个维度特性并归纳相应的处理方法，最后总结面向信号调制识别的攻防安全领域在末来的研究发展方向．