家庭电力线窃听可能性分析

顾君

摘 要 工作中的电器在干路上的电流电压以及对电力线干路上产生的干扰具有某些固有的特征，通过对这些特征提取分析处理，则知家电工作状况，甚至能获取个人计算机的某些数据，进而将此类信息进行深度分析、整合、运作可获知居民的行为习惯、隐私等信息。因此，电力线窃听具有极高的可能性。

【关键词】电力线窃听 可能性 电器 固有特征

1 家庭电力线被窃听存在的可能性分析

利用信息犯罪的现象在当今社会层出不穷，尤其是人类逐步迎来大数据时代后，一些传统认为不足一提的信息经过大数据运算分析后，可能得出很多重要的信息，如果这些信息利用不当，则可能给个人或者集体甚至是国家的利益带来损害。如收集一个人每天手机的位置信息，通过分析可能得出此人的生活习惯、职业、上班地点、家庭住址等信息，那么扩大到一个国家则可能得到这个国家的经济的地域分布情况、甚至是国家机密。

家电是人们在日常生活中必不可少的电气设备，每个家庭拥有的电气设备不尽相同，电器的拥有种类、数量、品牌在一定程度上能反应出一个家庭的经济能力以及偏好需求等信息；电器的工作所处时段、工作的时长、甚至是同种电器不同的工作状态，这些信息也能反应出一个家庭的某些信息，如通过电饭煲煮饭的多少了解家庭成员的数量、电器的工作时段判断某些成员的工作大致性质，理疗仪、电热毯等工作状态判断家里是否有病人、老人等。可见，这些信息一旦被别有用心的人获取利用，给家庭带来的隐患和危害将无法估量。因此，家庭电力线被窃听的情况极有可能存在，若利用不当则危害巨大。

2 基于家庭电力线窃听技术可能性分析

所有的电器在工作时均要消耗电能，实际上，不同的电器或同一种电器处于不同的工作状态在极短时间内消耗的电能（瞬时功率）均有一定可区分的特征；种类不同电器的功率因素也有一定差异，也可以作为一种区别特征；随着开关电源技术的发展与普及，许多电源设备均采用这种技术，而开关电源工作时，能给电力线上带来很明显且具有区分特征的纹波，这种纹波进过采集放大处理能精确到可区分出两个不同厂商的智能手机充电器，甚至是个人计算机在运行某种软件或传递某些数据。这些特征为家庭电力窃技术听提供原理的可能性，采集这些特征信息仅需要对入户的电力线进行接触或无接触的形式提取，具有极强的隐蔽性。

然而，如果仅仅是采取某以单一特征来对电器种类、工作状态进行识别是无法适用所有电器的，由于两种不同电器之间极有可能具有相同瞬间功率或功率因素特征，电力线上的纹波也处于复杂的电流电压波动环境，容易受到干扰而影响监测结果。因此，若要实现电力线窃听目的，可以通过提取多种特征进行组合分析，或通过其他的运算手段排除干扰，获得精准的识别效果。窃听设备需要事先学习记忆每种设备不同工作状态的特征，在执行窃听工作时通过提取上述特征与学习的模型做比对，取最大概率则可以比较准确的判断被窃听电力线上正在工作的电器情况。

针对瞬时功率特征识别需要实时采集电力线上的电流和电压，其乘积则为该瞬间功率，那么采集的样本足够多，则可形成时域里的功率密度谱，每种电器的功率密度谱之间的差异要比瞬间功率更显著，因此，辨別结果更加可靠。而且，多个电器同时工作时，还可以通过获取的总功率密度谱推演出该电力线挂载的电器种类、数量、工作状态。

通过电器功率因素特征途径鉴别电器工作状况的方式实现窃听目的则应在线实时测出电力线上的功率因素变化情况，也需要采集电力线上的电压、电流物理量，根据交流电的电压和电流的相位差异则可以计算出功率因素。虽然通过功率因素差异难以精确区别功率因素接近的电器，但它却有着极高的辨别指导性，可用于区别感性复载电器（洗衣机、电冰箱、空调、抽油烟机等）与纯电阻负载电器（如白炽灯、电饭煲、电暖炉、电热毯等）。

至于纹波特征判断的方式也是首先要获得电力线上的电压、电流参量，而与前两种方式不同的是，需要采集电压、电流参量的器件工作频率范围较宽，灵敏度要求更高，以便于获取淹没在工频电流电压下的负载微弱的电器噪声。在多个电器工作时，每个电器产生的噪声于电力线中混合，而电压、电流采集的结果是对应这些混合后的噪声结果，从时域很难区分是由哪几种电器噪声构成，因而需要将混合后的噪声进行频域分解，以达到准确区分的目的，这一过程的关键技术为快速傅立叶变换（FFT）。总而言之，这种方式大致分为电压电流采集前置处理、模数转换、FFT变换、模型库对比、得出结果这几个步骤。

不难发现，不管是通过那些技术方式，仅且需要采集电压和电流参量，通过一些传感器如霍尔传感器或其他集成器件可以实现无需损坏电线检测，也就意味着，被窃听对象很难发现，提高了窃听的可能性。

3 结束语

本文从电力线窃听的行为存在和技术达成两方方面对家庭电力线这以问题进行分析研究，得出了电力线窃听皆有可能在未来实现与存在，具有一定的前瞻性，提出议题，对这一技术未来的利用或防范具有一定的推动作用，有一定的现实指导意义。

参考文献

[1]孟小峰，张啸剑.大数据隐私管理[J/OL].计算机研究与发展，2015，52（02）：265-281.

[2]郭昊坤，吴军基，衡思坤，应展烽，孟绍良.低压电力线通信信道噪声建模及仿真[J].电力系统保护与控制，2012，40（13）：61-66.

[3]冯强.开关电源传导电磁干扰建模研究[D].西南交通大学，2015.

作者单位

湖北科技学院 湖北省咸宁市 437100endprint