En stemme læser langsomt en række tal op på kortbølge. Ordene er monotone, pauserne regelmæssige, og udsendelsen slutter uden forklaring.

Ingen stationsidentifikation, ingen musik og ingen oplysning om, hvem meddelelsen er beregnet til.

Sådanne transmissioner har været med til at give radiospionage en særlig plads i populærkulturen. Men nummerstationerne er kun den mest hørbare del af et langt større teknisk område.

Signalefterretning handler nemlig ikke kun om at forstå selve beskeden. Frekvens, sendetidspunkt, modulation, retning, signalstyrke og trafikmønster kan være værdifulde oplysninger, selv når indholdet er krypteret.

Udviklingen går fra operatører, som lyttede, noterede og pejlede manuelt, til softwaredefinerede modtagere, brede spektrumoptagelser og algoritmer, der kan sortere enorme mængder radiosignaler.

Kunstig intelligens ændrer arbejdet yderligere, men gør ikke nødvendigvis analytikeren overflødig. Den kan i stedet flytte menneskets opmærksomhed fra den første grove sortering til vurderingen af, hvad signalerne faktisk betyder.

Når æteren bliver en efterretningskilde

Radiokommunikation har en grundlæggende egenskab, som gør den interessant for efterretningstjenester: Signalet forlader senderen og kan i princippet opfanges af andre modtagere inden for signalets dækningsområde.

Det betyder ikke, at alle radiosignaler er lette at finde eller forstå. Kommunikation kan være krypteret, spredt over flere frekvenser, have lav sendeeffekt eller være vanskelig at skelne fra andre signaler.

Men selv et ulæseligt signal kan afsløre, at en bestemt station er aktiv, at trafikken er steget, eller at en radiosender ser ud til at have ændret position.

Det, der populært kaldes radiospionage, hører normalt under det bredere område Signals Intelligence, forkortet SIGINT.

Inden for SIGINT skelnes der blandt andet mellem efterretninger baseret på kommunikation og analyse af andre elektromagnetiske signaler, eksempelvis radar.

De første år: lytning, logbøger og morsesignaler

Radiotelegrafiens udbredelse i begyndelsen af det 20. århundrede skabte en ny type efterretningsarbejde. Militære enheder og skibe kunne kommunikere over store afstande, men deres signaler kunne også opfanges af modstanderen.

Under Første Verdenskrig opbyggede flere lande organisationer, som systematisk opsnappede og analyserede radiotrafik. Metoderne blev siden videreudviklet og fik stor betydning under Anden Verdenskrig og den kolde krig.

Operatører lyttede efter morsesignaler og andre transmissioner og registrerede blandt andet frekvens, kaldesignal og sendetidspunkt.

Arbejdet krævede erfarne lytteoperatører. De skulle kunne skelne svage transmissioner fra støj, følge ændringer i et radionet og i nogle tilfælde genkende den enkelte telegrafists karakteristiske rytme.

Det var heller ikke altid nødvendigt at bryde en kode for at få nyttige oplysninger.

Antallet af meddelelser, forbindelserne mellem forskellige stationer og pludselige ændringer i radiotrafikken kunne fortælle noget om en militær organisations struktur og aktivitet.

Trafikanalyse – når mønstret afslører noget

Trafikanalyse beskæftiger sig med kommunikationen omkring beskeden snarere end med dens læsbare indhold.

Analytikeren kan blandt andet registrere:

• hvilke stationer der kommunikerer med hinanden
• hvornår og hvor ofte der sendes
• hvor lange transmissionerne er
• hvilke frekvenser og kaldesignaler der bruges
• om aktiviteten pludselig ændrer karakter
• om flere radionet ser ud til at arbejde sammen

Et radionet, som normalt sender få korte meddelelser, men pludselig bliver meget aktivt, kan derfor tiltrække opmærksomhed.

Analysen fortæller ikke automatisk, hvad der planlægges. Men ændringen kan sammenholdes med andre observationer og dermed få større betydning.

Over tid kan logninger danne et teknisk og organisatorisk billede af kommunikationen. Stationer, som skifter kaldesignal, kan i nogle tilfælde stadig genkendes gennem deres sendetider, forbindelser eller andre tilbagevendende arbejdsmønstre.

Pejling finder senderens retning

Aflytning fortæller, at et signal findes. Radiopejling kan hjælpe med at bestemme, hvorfra det kommer.

En pejlemodtager og en retningsfølsom antenne kan bruges til at bestemme retningen mod senderen. Har man pejlinger fra flere geografisk adskilte stationer, kan observationerne sammenholdes, så senderens omtrentlige position kan indsnævres.

Metoden har været vigtig i både militær og maritim signalefterretning. En transmission kunne afsløre tilstedeværelsen af eksempelvis et skib, et fly eller en landstation, selv når meddelelsens indhold ikke kunne læses.

Pejling er dog ikke nødvendigvis præcis. Refleksioner, ionosfæriske forhold, terræn, antenneplacering og målefejl kan påvirke resultatet.

Derfor vurderes en pejling normalt sammen med andre observationer frem for som et enkeltstående bevis.

Stemmerne i kortbølgen

Nummerstationer er kortbølgeudsendelser, hvor tal, bogstaver, toner eller kodede grupper sendes efter et fast eller tilbagevendende mønster.

Nogle bruger menneskestemmer, mens andre benytter syntetisk tale, morsesignaler eller digitale toner.

Udsendelsen kan begynde med et kaldesignal, en melodi eller en gentaget talgruppe. Derefter følger selve meddelelsen, ofte opdelt i grupper med fire eller fem tegn.

Det særlige ved nummerstationerne er, at afsender og modtager normalt ikke identificeres offentligt.

Mange konkrete stationer er gennem årene blevet knyttet til bestemte lande eller efterretningstjenester, men sådanne tilskrivninger er ikke altid officielt bekræftet.

Det er imidlertid veldokumenteret gennem historiske sager, at efterretningstjenester har anvendt kodede kortbølgeudsendelser og radiogrammer til kommunikation med hemmelige agenter.

Modtageren behøver i princippet kun en egnet kortbølgemodtager, kendskab til sendetid og frekvens samt det nødvendige materiale til at fortolke meddelelsen.

Hvorfor en envejstransmission er vanskelig at knytte til modtageren

En nummerstation sender normalt sin transmission ud over et stort geografisk område.

Modtageren behøver ikke svare over radioen og udsender derfor ikke nødvendigvis noget signal i forbindelse med modtagelsen.

Det giver kommunikationsformen nogle særlige egenskaber:

• Afsenderen kan sende én meddelelse over et stort geografisk område.
• Modtageren behøver ikke registrere sig hos et netværk.
• En almindelig kortbølgemodtager kan være tilstrækkelig.
• Det er vanskeligt alene ud fra udsendelsen at afgøre, hvem blandt mange mulige lyttere beskeden er rettet til.

Systemet har samtidig begrænsninger. Kortbølgeudbredelsen varierer med tidspunkt, frekvens, årstid og ionosfæriske forhold.

En forkert modtaget talgruppe kan ændre meddelelsen, og ved en ren envejsforbindelse ved afsenderen ikke nødvendigvis, om den tilsigtede modtager faktisk har hørt transmissionen.

Engangsnøglen og de tilsyneladende tilfældige tal

Talgrupperne giver ikke nødvendigvis mening i sig selv. De kan repræsentere en besked, som er krypteret ved hjælp af en one-time pad, på dansk ofte kaldet en engangsnøgle.

Princippet er, at den oprindelige besked kombineres med nøglemateriale, som modtageren også råder over.

Hvis en engangsnøgle er virkelig tilfældig, mindst lige så lang som beskeden, holdes hemmelig og aldrig genbruges, kan metoden give informations-teoretisk sikkerhed.

Den praktiske sikkerhed afhænger derfor i høj grad af, hvordan nøglematerialet fremstilles, distribueres, opbevares og destrueres.

Engangsnøglen forklarer også, hvorfor en nummerudsendelse kan være offentlig og alligevel ubrugelig for næsten alle lyttere.

Alle kan høre tallene, men kun den rette modtager har det nødvendige nøglemateriale.

En sender kan have tekniske kendetegn

Selv når indholdet er skjult, kan en transmission have genkendelige tekniske træk.

Frekvensstabilitet, modulation, båndbredde og mindre afvigelser i radiosignalet kan tilsammen danne et mønster, som kan sammenlignes med tidligere observationer.

Tidligere byggede denne genkendelse i høj grad på erfarne operatører og måleinstrumenter. Ved morse kunne også den enkelte telegrafists rytme i nogle tilfælde være genkendelig – omtrent som en håndskrift.

Tekniske fingeraftryk er dog ikke ufejlbarlige identitetsmærker. Udstyr kan udskiftes, signalet kan ændres under udbredelsen, og flere sendere kan have meget ens egenskaber.

Oplysningerne bliver derfor mest værdifulde, når de kombineres med sendetider, pejling, trafikmønstre og tidligere observationer.

Den kolde krigs tætte radiospektrum

Under den kolde krig var radio en vigtig forbindelse mellem militære enheder, diplomatiske missioner, skibe, fly og efterretningsorganisationer.

Store lyttestationer overvågede kortbølge, militære radionet og andre dele af frekvensspektret.

Nummerstationerne var kun én del af dette miljø. Der blev også arbejdet med morsetrafik, radiotelefoni, radarudsendelser, mikrobølgeforbindelser og satellitkommunikation.

Analysen blev gradvist mere automatiseret, men arbejdet var fortsat stærkt afhængigt af mennesker.

Operatører sorterede signaler, analytikere sammenholdt logninger, og teknikere udviklede udstyr til optagelse, filtrering og måling.

Fra drejeknapper til digitale skærmbilleder

Den klassiske kommunikationsmodtager var normalt indstillet til at modtage et forholdsvis smalt frekvensområde ad gangen.

Operatøren valgte frekvens, filterbredde og modulation og lyttede derefter til signalet.

Digitale modtagere og senere softwaredefineret radio ændrede denne arbejdsform markant.

I en Software Defined Radio, forkortet SDR, udføres en stor del af signalbehandlingen i software frem for udelukkende i fast elektronik.

Det gør det blandt andet muligt at vise et større frekvensområde som spektrum eller vandfaldsdisplay. Operatøren kan dermed se, hvornår signaler begynder og slutter, hvor brede de er, og hvordan aktiviteten ændrer sig over tid.

Et frekvensområde kan desuden optages som rå signaldata. Analytikeren behøver derfor ikke opdage det interessante signal i samme øjeblik, det sendes.

Optagelsen kan senere undersøges igen med andre filtre, demodulationsformer eller analyseværktøjer.

Når overvågningen omfatter mere end én kanal

En moderne bredbåndsmodtager kan registrere mange signaler inden for et større frekvensområde samtidigt.

Det giver et mere fuldstændigt billede af aktiviteten, men skaber samtidig et nyt problem: Mængden af data kan hurtigt blive for stor til manuel gennemgang.

Software kan blandt andet hjælpe med at:

• finde aktive signaler i et frekvensområde
• måle frekvens, båndbredde og varighed
• sortere transmissioner efter tekniske egenskaber
• sammenligne nye signaler med tidligere optagelser
• markere aktivitet, der afviger fra det normale mønster

Automatiseringen betyder ikke nødvendigvis, at systemet forstår meddelelsen.

Et system kan registrere og klassificere et signal uden at kende dets indhold, afsender eller formål.

AI kommer ind i signalanalysen

Kunstig intelligens og maskinlæring er særligt velegnet til opgaver, hvor store datamængder skal sorteres efter mønstre.

Inden for radiosignalbehandling anvendes og undersøges maskinlæring blandt andet til automatisk modulationsgenkendelse, støjreduktion, signal- og senderklassifikation samt detektion af signaler, der afviger fra kendte mønstre.

En model kan trænes på eksempler på kendte signaltyper og derefter bruges til at vurdere nye optagelser.

AI kan eksempelvis hjælpe med at:

• skelne mellem forskellige modulationsformer
• sortere almindelige og usædvanlige transmissioner
• finde gentagne mønstre i lange optagelser
• genkende signaler under støj og forstyrrelser
• prioritere de optagelser, som en analytiker bør undersøge nærmere
• transskribere forståelig tale efter korrekt modtagelse og demodulation

Det er vigtigt at holde forventningerne realistiske. En AI-model kan ikke uden videre læse stærkt krypteret kommunikation.

Den kan måske genkende signaltypen, modulationen eller et tilbagevendende mønster, men det er ikke det samme som at forstå beskedens indhold.

AI er et filter – ikke en tankelæser

I et tæt radiospektrum kan et automatisk system fungere som det første filter.

Det kan gennemgå store datamængder og markere de dele, der afviger fra kendte mønstre. Analytikeren kan derefter koncentrere sig om de signaler, der ser interessante ud.

Dermed flyttes en del af arbejdet fra konstant manuel overvågning til vurdering, sammenligning og kontekst.

Men et AI-system er afhængigt af de data og de kriterier, det er udviklet ud fra. Et signal, som ikke ligner noget i materialet, kan blive klassificeret forkert.

Støj, ændrede udbredelsesforhold og tekniske variationer kan også påvirke resultatet.

Et system kan desuden finde et statistisk mønster, som ikke har nogen praktisk eller efterretningsmæssig betydning.

Det kræver derfor stadig menneskelig vurdering at afgøre, om en ændring skyldes en relevant aktivitet, en teknisk fejl, almindelig radiotrafik eller ændrede udbredelsesforhold.

Moderne signalefterretning foregår ikke kun på kortbølge

Kortbølgen har en særlig historisk rolle, fordi signalerne under de rette forhold kan nå over store afstande og modtages med forholdsvis enkelt udstyr.

Nutidens trådløse verden omfatter imidlertid langt mere.

Signalefterretning kan blandt andet beskæftige sig med:

• satellitforbindelser
• militære og civile digitale radionet
• radarsystemer
• mikrobølgeforbindelser
• telemetri og fjernstyring
• trådløse dataforbindelser
• signaler fra ubemandede platforme og sensorer

Teknikken afhænger af signalets type og udbredelse. Nogle forbindelser kan registreres over store afstande, mens andre kun kan observeres inden for et mere begrænset område.

Retningsbestemte antenner, lave sendeeffekter, skiftende frekvenser, moderne bølgeformer og kryptering kan gøre analyse vanskeligere.

Nummerstationen er ikke forsvundet ind i AI

Udviklingen fra nummerstationer til AI er ikke en enkel fortælling, hvor den ene teknologi erstatter den anden.

En enkel envejsudsendelse på kortbølge kan fortsat have særlige egenskaber, fordi modtageren ikke behøver sende noget tilbage eller være tilsluttet et digitalt netværk.

Samtidig har SDR, automatiseret spektrumanalyse og maskinlæring gjort det muligt at registrere og sortere langt større mængder radiotrafik end tidligere.

Den grundlæggende analytiske opgave er dog stadig genkendelig: Find signalet, registrer dets egenskaber, sammenhold det med andre observationer og vurder dets betydning.

Forskellen ligger især i hastigheden, datamængden og de værktøjer, der står til rådighed.

Mennesket sidder stadig ved analysebordet

De tidlige lytteoperatører brugte hørelsen, erfaringen og omhyggelige logbøger.

Den moderne analytiker kan have adgang til brede spektrumoptagelser, databaser og modeller, som automatisk sammenligner store mængder signaldata.

Alligevel er konteksten stadig afgørende.

Et signal får først egentlig betydning, når det sammenholdes med tid, sted, kendte radionet, tekniske forhold og andre informationskilder.

Kunstig intelligens kan finde og sortere mønstre langt hurtigere, end et menneske kan gennemgå hele materialet manuelt.

Men teknologien kan ikke uden videre afgøre, hvorfor en station sender, hvem en meddelelse er tiltænkt, eller hvilken betydning en ændring i radiotrafikken har.

Fra de monotone talrækker på kortbølge til nutidens automatiske signalgenkendelse har signalefterretningen derfor bevaret en grundlæggende egenskab:

Teknologien kan finde sporene. Det kræver stadig analyse og kontekst at forstå historien bag dem.