热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

真实信号分析故事01|3G,你比4G少1G?

 篇首语:一直以来,无线信号频谱分析及溯源,都是TSCM专业物理安全检测中非常重要的一环,疏漏掉任何微弱的可疑信号都可能造成不可预料的后果,而现实中,实际情况可能会更加复杂。上个月,RC2在给一家跨国

 

篇首语:一直以来,无线信号频谱分析及溯源,都是TSCM专业物理安全检测中非常重要的一环,疏漏掉任何微弱的可疑信号都可能造成不可预料的后果,而现实中,实际情况可能会更加复杂。

上个月,RC2在给一家跨国企业提供物理安全检测服务时,RC2 TDU检测小组的无线专家,仅信号分析溯源就在CEO办公室里耗费近2个小时。

有感于目前国内普遍对检测能力不够理解,本期由RC2反窃密实验室的无线频谱专家南哥,带来第一篇科普小文:“3G,你比4G少1G?

声明:以下内容均为RC2 反窃密实验室原创图文,仅供交流与参考,行业齐红们请自重。

 

01 现在还有移动3G 信号吗

南哥:突然想起来3G刚开通的时候,实验室的小可爱在纠结了三大运营商的套餐之后,最终选了一个可以免费看移动电视的手机。

春暖花开,人见人爱。

近期有不少小伙伴被就地办公,趁着有空档期,有人赶紧翻出看短视频买的无线检测设备,决定给办公环境进行一次扫除。

咦?杨叔,南哥,现在还有移动3G的信号吗?这个什么号称乌克兰的检测设备上显示3G信号快满格了,怎么走哪儿亮哪儿啊?!

额,亲爱的达瓦里氏,哦不,这位同学,中国移动早在2020年,就宣布完成了3G退网,已经没移动3G信号了哦,如果真的有反而是需要警觉了。

至于是不是误报,嘿嘿,这就要聊聊设备原理了。

首先,此类设备并不是通过分析信号特征,而是通过分析信号占用了运营商的哪一段频率来判断GSM还是3G,或者LTE信号;

其次,每个国家、地区针对运营商都有不同的管理体系,由于我国对运营商开展了频谱重耕工作,所以这个舶来品就会出现严重的“水土不服”。

说到这里,告诉大家一个小秘密:

这类手持设备由于只监测运营商部分频段的信号,所以还会漏掉不少信号滴。

想起几年前,某大厂的安全部门同学,秀了一箱淘宝上购置的所谓反窃听检测设备,那些最高也就2K左右的民用品,在TSCM专家看起来,确实有些“惨不忍睹”。

值得庆幸的是,真正专业的,经过使馆级检测考验的手持设备,学员们都能在Level-2课程中亲手体验到:)

 

02 知道什么是频谱重耕吗?

给大家分享两张全球某知名设备供应商的自动监测信号频谱表。

嗯,报表看起来倒是很清晰的样子。

不过实际上,实测这段信号到底长啥样呢?

纳尼!?

设备报表告诉我:中间那个蓝胖子和右边那一堆蓝瘦子是一样的2G信号!?

中间那个蓝胖子明明是4G信号好嘛!

来都来了,

再多看一眼800MHz的中国电信CDMA信号嘛。

咦?

怎么又和剧本写的不一样?

啊!啊!啊!到底是什么信号?怎么办,客户正在旁边看着呢,让我在线搜个理由先

客户:咳咳,我读书少,你特么可别骗我!

RC2 友情提醒企业客户:单纯对照运营商频段判断是否2/3/4/5G的信号,是极其不负责任的外行行为。

尤其是周围环境中出现了通用信号的非常规用法,是难以通过对照频率划分表进行直接甄别的。

类似地,在开源无线安全学习中,对信号的有效解读一直都是研究员们最大的困惑。

这也是我们为何要在PPES-105/106专家课程里,专门加入深度学习手持频谱仪及室内信号定位的原因。

嘿嘿嘿,想到却看不到,看到却不知道,想不到能看到。

最后,大家猜猜看:

下面这个,又是什么信号呢?

——-END——-

杨叔:希望本篇可以提醒各位负责企业安全、内控、行政部门的朋友们,安全无小事,物理安全更是如此。

RC2衷心希望企业安全部门,在做好防疫防控措施保护好自身的前提下,能参考检测服务后的咨询建议,落实对商业环境的安全升级。


推荐阅读
  • Docker的安全基准
    nsitionalENhttp:www.w3.orgTRxhtml1DTDxhtml1-transitional.dtd ... [详细]
  • 机器学习中的相似度度量与模型优化
    本文探讨了机器学习中常见的相似度度量方法,包括余弦相似度、欧氏距离和马氏距离,并详细介绍了如何通过选择合适的模型复杂度和正则化来提高模型的泛化能力。此外,文章还涵盖了模型评估的各种方法和指标,以及不同分类器的工作原理和应用场景。 ... [详细]
  • 卷积神经网络(CNN)基础理论与架构解析
    本文介绍了卷积神经网络(CNN)的基本概念、常见结构及其各层的功能。重点讨论了LeNet-5、AlexNet、ZFNet、VGGNet和ResNet等经典模型,并详细解释了输入层、卷积层、激活层、池化层和全连接层的工作原理及优化方法。 ... [详细]
  • 尽管深度学习带来了广泛的应用前景,其训练通常需要强大的计算资源。然而,并非所有开发者都能负担得起高性能服务器或专用硬件。本文探讨了如何在有限的硬件条件下(如ARM CPU)高效运行深度神经网络,特别是通过选择合适的工具和框架来加速模型推理。 ... [详细]
  • 本文深入探讨了基于Pairwise和Listwise方法的排序学习,结合PaddlePaddle平台提供的丰富运算组件,详细介绍了如何通过这些方法构建高效、精准的排序模型。文章不仅涵盖了基础理论,还提供了实际应用场景和技术实现细节。 ... [详细]
  • Coursera ML 机器学习
    2019独角兽企业重金招聘Python工程师标准线性回归算法计算过程CostFunction梯度下降算法多变量回归![选择特征](https:static.oschina.n ... [详细]
  • 深入解析Java枚举及其高级特性
    本文详细介绍了Java枚举的概念、语法、使用规则和应用场景,并探讨了其在实际编程中的高级应用。所有相关内容已收录于GitHub仓库[JavaLearningmanual](https://github.com/Ziphtracks/JavaLearningmanual),欢迎Star并持续关注。 ... [详细]
  • 机器学习核心概念与技术
    本文系统梳理了机器学习的关键知识点,涵盖模型评估、正则化、线性模型、支持向量机、决策树及集成学习等内容,并深入探讨了各算法的原理和应用场景。 ... [详细]
  • 使用EmguCV 4.5.4实现LSD直线检测的C#示例
    欢迎关注“视觉与AI技术前沿”公众号,获取最新的计算机视觉和深度学习干货。本文将详细介绍如何使用EmguCV 4.5.4在C#中实现LSD(Line Segment Detector)直线检测,并提供完整的代码示例。 ... [详细]
  • 由中科院自动化所、中科院大学及南昌大学联合研究提出了一种新颖的双路径生成对抗网络(TP-GAN),该技术能通过单一侧面照片生成逼真的正面人脸图像,显著提升了不同姿态下的人脸识别效果。 ... [详细]
  • 智能投顾机器人:创业者如何应对新挑战?
    随着智能投顾技术在二级市场的兴起,针对一级市场的智能投顾也逐渐崭露头角。近日,一款名为阿尔妮塔的人工智能创投机器人正式发布,它将如何改变投资人的工作方式和创业者的融资策略? ... [详细]
  • 本文介绍百度AI Studio这一集成开发平台,涵盖丰富的AI教程、经典数据集及云端计算资源。通过具体示例——在AI Studio上构建线性回归项目,帮助初学者快速掌握其核心功能与操作方法。 ... [详细]
  • NVIDIA Titan RTX深度评测
    NVIDIA的Titan RTX被誉为当前最强大的桌面显卡之一,其卓越的性能和高昂的价格吸引了众多专业人士和技术爱好者的关注。本文将详细介绍Titan RTX的技术规格、性能表现及应用场景。 ... [详细]
  • 解决PyCharm中安装PyTorch深度学习d2l包的问题
    本文详细介绍了如何在PyCharm中成功安装用于PyTorch深度学习的d2l包,包括环境配置、安装步骤及常见问题的解决方案。 ... [详细]
  • 新手指南:在Windows 10上搭建深度学习与PyTorch开发环境
    本文详细记录了一名新手在Windows 10操作系统上搭建深度学习环境的过程,包括安装必要的软件和配置环境变量等步骤,旨在帮助同样初入该领域的读者避免常见的错误。 ... [详细]
author-avatar
good7758
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有