家庭電力線竊聽可能性分析

顧君

摘 要 工作中的電器在干路上的電流電壓以及對電力線干路上產生的干擾具有某些固有的特征，通過對這些特征提取分析處理，則知家電工作狀況，甚至能獲取個人計算機的某些數據，進而將此類信息進行深度分析、整合、運作可獲知居民的行為習慣、隱私等信息。因此，電力線竊聽具有極高的可能性。

【關鍵詞】電力線竊聽 可能性 電器 固有特征

1 家庭電力線被竊聽存在的可能性分析

利用信息犯罪的現象在當今社會層出不窮，尤其是人類逐步迎來大數據時代后，一些傳統認為不足一提的信息經過大數據運算分析后，可能得出很多重要的信息，如果這些信息利用不當，則可能給個人或者集體甚至是國家的利益帶來損害。如收集一個人每天手機的位置信息，通過分析可能得出此人的生活習慣、職業、上班地點、家庭住址等信息，那么擴大到一個國家則可能得到這個國家的經濟的地域分布情況、甚至是國家機密。

家電是人們在日常生活中必不可少的電氣設備，每個家庭擁有的電氣設備不盡相同，電器的擁有種類、數量、品牌在一定程度上能反應出一個家庭的經濟能力以及偏好需求等信息；電器的工作所處時段、工作的時長、甚至是同種電器不同的工作狀態，這些信息也能反應出一個家庭的某些信息，如通過電飯煲煮飯的多少了解家庭成員的數量、電器的工作時段判斷某些成員的工作大致性質，理療儀、電熱毯等工作狀態判斷家里是否有病人、老人等。可見，這些信息一旦被別有用心的人獲取利用，給家庭帶來的隱患和危害將無法估量。因此，家庭電力線被竊聽的情況極有可能存在，若利用不當則危害巨大。

2 基于家庭電力線竊聽技術可能性分析

所有的電器在工作時均要消耗電能，實際上，不同的電器或同一種電器處于不同的工作狀態在極短時間內消耗的電能（瞬時功率）均有一定可區分的特征；種類不同電器的功率因素也有一定差異，也可以作為一種區別特征；隨著開關電源技術的發展與普及，許多電源設備均采用這種技術，而開關電源工作時，能給電力線上帶來很明顯且具有區分特征的紋波，這種紋波進過采集放大處理能精確到可區分出兩個不同廠商的智能手機充電器，甚至是個人計算機在運行某種軟件或傳遞某些數據。這些特征為家庭電力竊技術聽提供原理的可能性，采集這些特征信息僅需要對入戶的電力線進行接觸或無接觸的形式提取，具有極強的隱蔽性。

然而，如果僅僅是采取某以單一特征來對電器種類、工作狀態進行識別是無法適用所有電器的，由于兩種不同電器之間極有可能具有相同瞬間功率或功率因素特征，電力線上的紋波也處于復雜的電流電壓波動環境，容易受到干擾而影響監測結果。因此，若要實現電力線竊聽目的，可以通過提取多種特征進行組合分析，或通過其他的運算手段排除干擾，獲得精準的識別效果。竊聽設備需要事先學習記憶每種設備不同工作狀態的特征，在執行竊聽工作時通過提取上述特征與學習的模型做比對，取最大概率則可以比較準確的判斷被竊聽電力線上正在工作的電器情況。

針對瞬時功率特征識別需要實時采集電力線上的電流和電壓，其乘積則為該瞬間功率，那么采集的樣本足夠多，則可形成時域里的功率密度譜，每種電器的功率密度譜之間的差異要比瞬間功率更顯著，因此，辨別結果更加可靠。而且，多個電器同時工作時，還可以通過獲取的總功率密度譜推演出該電力線掛載的電器種類、數量、工作狀態。

通過電器功率因素特征途徑鑒別電器工作狀況的方式實現竊聽目的則應在線實時測出電力線上的功率因素變化情況，也需要采集電力線上的電壓、電流物理量，根據交流電的電壓和電流的相位差異則可以計算出功率因素。雖然通過功率因素差異難以精確區別功率因素接近的電器，但它卻有著極高的辨別指導性，可用于區別感性復載電器（洗衣機、電冰箱、空調、抽油煙機等）與純電阻負載電器（如白熾燈、電飯煲、電暖爐、電熱毯等）。

至于紋波特征判斷的方式也是首先要獲得電力線上的電壓、電流參量，而與前兩種方式不同的是，需要采集電壓、電流參量的器件工作頻率范圍較寬，靈敏度要求更高，以便于獲取淹沒在工頻電流電壓下的負載微弱的電器噪聲。在多個電器工作時，每個電器產生的噪聲于電力線中混合，而電壓、電流采集的結果是對應這些混合后的噪聲結果，從時域很難區分是由哪幾種電器噪聲構成，因而需要將混合后的噪聲進行頻域分解，以達到準確區分的目的，這一過程的關鍵技術為快速傅立葉變換（FFT）。總而言之，這種方式大致分為電壓電流采集前置處理、模數轉換、FFT變換、模型庫對比、得出結果這幾個步驟。

不難發現，不管是通過那些技術方式，僅且需要采集電壓和電流參量，通過一些傳感器如霍爾傳感器或其他集成器件可以實現無需損壞電線檢測，也就意味著，被竊聽對象很難發現，提高了竊聽的可能性。

3 結束語

本文從電力線竊聽的行為存在和技術達成兩方方面對家庭電力線這以問題進行分析研究，得出了電力線竊聽皆有可能在未來實現與存在，具有一定的前瞻性，提出議題，對這一技術未來的利用或防范具有一定的推動作用，有一定的現實指導意義。

參考文獻

[1]孟小峰，張嘯劍.大數據隱私管理[J/OL].計算機研究與發展，2015，52（02）：265-281.

[2]郭昊坤，吳軍基，衡思坤，應展烽，孟紹良.低壓電力線通信信道噪聲建模及仿真[J].電力系統保護與控制，2012，40（13）：61-66.

[3]馮強.開關電源傳導電磁干擾建模研究[D].西南交通大學，2015.

作者單位

湖北科技學院 湖北省咸寧市 437100endprint