光学网络中基于机器学习的硬件指纹认证面临隐蔽对抗攻击：漏洞分析与防御启示

【编辑推荐】针对光学网络物理层安全中硬件指纹认证(HFA)易受对抗攻击的隐患，研究者首次系统评估了投影梯度下降(PGD)、攻击神经网络(ATKNN)和条件生成对抗网络(CGAN)构建的ATKG等攻击框架的有效性。实验表明，传统PGD攻击成功率已达66.43%，而新型ATKNN和ATKG更将成功率提升至近100%，且扰动L2范数显著降低至0.18-0.56。该研究揭示了HFA技术亟待解决的安全漏洞，为下一代光学认证系统设计提供了重要参考。

　　

在量子计算迅猛发展的时代背景下，传统基于数学复杂度的加密认证体系正面临前所未有的挑战。作为现代通信基石的光纤网络，其物理层安全的重要性日益凸显。硬件指纹认证(Hardware Fingerprint Authentication, HFA)技术应运而生，通过识别光学发射器中独特的硬件损伤特征来实现设备身份认证，这种技术被认为比传统加密方案更轻量化且具备量子抗性。然而，这项新兴技术背后隐藏着一个致命软肋——深度学习的"黑箱"特性使其可能遭受对抗攻击，攻击者只需对信号施加微小扰动就能欺骗认证系统，从而非法获取高权限访问。这种安全隐患在无线射频指纹识别(Radio-Frequency Fingerprint Identification, RFFI)领域已有研究，但在光学网络HFA领域却长期被忽视。

中国的研究团队首次系统性地揭示了光学网络HFA技术的这一安全漏洞。研究人员针对8个同型号直接调制激光器(Directly Modulated Laser, DML)构建的HFA系统，采用投影梯度下降(Projected Gradient Descent, PGD)方法进行白盒攻击测试，发现平均攻击成功率已达66.43%。更令人担忧的是，团队进一步开发的攻击神经网络(Attack Neural Network, ATKNN)和基于条件生成对抗网络(Conditional Generative Adversarial Network, CGAN)的攻击生成器(Attack Generator, ATKG)，不仅将攻击成功率提升至接近100%，还使信号扰动的L₂范数从PGD的2.12大幅降低至0.18-0.56，这意味着攻击变得更加隐蔽难以检测。这项开创性研究发表在《Optical Fiber Technology》期刊，为HFA技术的安全改进指明了方向。

研究团队采用了三种关键技术方法：首先使用强度调制直接检测(Intensity Modulation and Direct Detection, IM/DD)系统采集8个DML的光谱数据构建基准数据集；其次设计ATKNN网络架构实现端到端的白盒攻击优化；最后创新性地引入CGAN框架开发ATKG系统，实现无需目标模型参数的黑盒攻击。所有实验均采用相同型号的任意波形发生器(Arbitrary Waveform Generator, AWG)和电放大器(Electrical Amplifier, EA)确保数据可比性。

【硬件指纹认证】章节阐明了HFA的基本原理，指出光学发射器内部模拟元件制造缺陷导致的信号偏差构成了硬件指纹。这些特征虽然不影响正常通信，但可通过波形、星座图和光谱等形式被机器学习算法捕捉。研究特别强调，深度神经网络(Neural Network, NN)和卷积神经网络(Convolutional Neural Network, CNN)虽然识别准确率高，但其黑箱特性恰恰成为安全短板。

【方法】部分详细介绍了攻击框架设计。PGD攻击通过迭代优化扰动方向实现目标误导，而ATKNN则创新性地将攻击过程建模为神经网络训练问题，通过损失函数设计同时优化攻击成功率和扰动幅度。更具突破性的是ATKG方案，它利用CGAN的生成能力，仅需输入原始信号和攻击目标类别即可自动生成难以察觉的对抗样本，且无需针对不同目标设备调整参数。

【数据集构建】描述了实验平台配置，所有DML中心波长为1550 nm，3 dB带宽16.8 GHz，通过严格控制实验条件确保信号差异仅源于硬件指纹。数据集包含大量光谱样本，为后续攻击效果评估提供了可靠基准。

【结论】部分指出，该研究首次证实了光学网络HFA存在被对抗攻击的风险。相比传统PGD攻击，ATKNN和ATKG不仅将攻击成功率提升至接近100%，更重要的是使扰动幅度降低一个数量级，大大增强了攻击隐蔽性。这些发现揭示了当前HFA技术架构的根本缺陷，为开发更安全的物理层认证方案提供了重要参考。

在讨论环节，作者团队强调这项研究具有双重价值：一方面警示了HFA技术在实际部署中可能面临的新型安全威胁；另一方面为改进认证算法提供了明确方向，例如可考虑将对抗训练纳入HFA模型开发流程。来自中国的通讯作者Xuelin Yang指出，这项工作也为光学网络安全与其他安全技术（如量子加密）的协同防护提供了新思路。研究获得国家自然科学基金、中国航空科学基金等多个项目支持，显示出该领域的重要战略价值。