Россия
Исследование посвящено проблеме скрытых подключений в проводных линиях связи, которые не отражаются штатным логическим мониторингом и приводят к рискам утечки и нарушению работы. Цель работы состоит в создании комплекса идентификации аппаратных средств, который фиксирует факт вмешательства и относит подключенный объект к классу по параметрам электромагнитного сигнала при сохранении работоспособности канала. Основа подхода включает стендовые испытания на типовых линиях, совмещение активного зондирования и пассивного наблюдения, формирование эталона до подключения и фиксацию состояния после подключения, построение сигнального портрета во времени и по частоте, адаптивную пороговую обработку амплитуды, нормализацию по шуму и температуре, закрепление профиля линии и сопоставление с эталонной библиотекой. В ходе работы определены информативные участки спектра и временные окна, показана разделимость характерных сценариев вмешательства и подтверждена воспроизводимость признаков при изменении внешних условий, что объясняется объединением зондирования и пассивного съема и единым правилом обработки. Сделан вывод о переводе контроля физического уровня в регулярную эксплуатационную практику с понятным для оператора результатом и переносимыми настройками, пригодными для мониторинга корпоративных и промышленных сетей и для задач технической защиты информации.
проводные линии, выявление устройств, идентификация, спектральный анализ, амплитудно-частотные характеристики, активное зондирование, параметрический контроль, аппаратно-программный комплекс, мониторинг сетей, техническая защита информации
1. Калинин С.А. Методика выявления неавторизованных устройств в проводных сетях // Защита информации. Конфиденциальность. 2019. № 4. С. 22–27.
2. Лебедев В.В. Теория информации и кодирования. М.: Радиотехника, 2004. 395 с.
3. Чернов И.И., Корж В.Я. Электромагнитная совместимость: Учебник. М.: Горячая линия Телеком, 2011. 360 с.
4. Coates P., McBride R. Signal Processing Techniques for Measurement. Elsevier, 2006. 298 p.
5. Капралова И.А., Игнатьев М.С. Методы анализа сигналов в рефлектометрических системах // Вестник МГТУ им. Н.Э. Баумана. Сер. Радиоэлектроника. 2019. № 3. С. 46–54.
6. Андреев В.А., Кравченко В.М. Информационные и измерительные системы. М.: Энергоатомиздат, 2006. 316 с.
7. 10 Essential Spectral Analysis Tools Boosting Signal Detection. URL: https://www.numberanalytics.com/blog/10-essential-spectral-analysis-tools (дата обращения: 20.08.2025).
8. Мухина И.А. Анализ методов защиты локальных вычислительных сетей от несанкционированного доступа // Информационные технологии и безопасность. 2018. № 1 (15). С. 25–31.
9. Medium. Anomaly Detection in Time Series Using Statistical Analysis URL: https://medium.com/booking-com-development/anomaly-detection-in-time-series-using-statistical-analysis-cc587b21d008 (дата обращения: 29.08.2025).
10. Дьяков В.И. Электрические цепи: учебник. М.: Форум, 2010. 540 с.
11. Анализ параметров радиосигналов для идентификации источников URL: https://doklady.bsuir.by/jour/article/view/2592 (дата обращения: 09.09.2025).
12. Куклин А.А., Кукушкин А.В. Радиотехнические измерения: учеб. пособие. М.: Радио и связь, 2006. 284 с
13. Федоров А.Ю. Идентификация и классификация устройств в линиях связи на основе сигнальных характеристик // Электросвязь. 2022. № 5. С. 37–41.
14. Словеснов Н.А., Мирсатов С.Ф., Светличный В.В. Исследование методов идентификации оборудования в системах защиты информации проводных сетей связи // Информационная безопасность телекоммуникационных систем.2014. № 4. С. 53–60.
15. Гребенюк А.А. Основы теории помехоустойчивости. М.: Горячая линия Телеком, 2005. 265 с.
