基于信道状态信息的被动入侵检测方法研究

来源 :齐鲁工业大学 | 被引量 : 0次 | 上传用户:wkkyo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着无线网络技术的发展,研究者们将Wi-Fi信号应用到被动入侵检测方法中,致力于仅依靠现有的无线网络设备实现对人员的被动入侵检测。相比于最初的研究中使用无线信号的接收信号强度作为检测特征,无线信号中的信道状态信息可以细粒度的描述无线信号传播过程的环境特征信息,将其作为检测特征可以有效提高被动入侵检测方法的性能。但是目前基于信道状态信息的被动入侵检测方法存有一些问题:一、不同的链路对人员活动的敏感程度不同,性能较差的无线链路可能会导致检测方法的准确率降低;二、难以兼顾检测耗时和检测性能,性能较好的检测方法往往伴随着较高的算法复杂度;三、没有充分利用信号数据的频域特征。针对以上问题,本文设计了一种基于信道状态信息的被动入侵检测方法,主要的工作和创新点包括:(1)提出了一种基于VIKOR方法的无线链路选择方法。采集静态环境下的信道状态信息作为无线链路的评估属性,采用多属性决策领域中的VIKOR方法对四条无线射频链路进行性能排序,选取了一条性能最佳的无线射频链路用于被动入侵检测,通过采集的数据验证了方法的可行性。(2)提出了一种基于动态阈值的被动入侵检测方法。基于静态环境下的信道状态信息设置初始阈值,利用指数滑动平均算法对阈值进行动态维护,在室内环境下进行了方法验证。实验结果显示检测方法的综合检测准确率达到了97%以上,且可以在1秒内实现对人员入侵行为的快速响应。(3)提出使用信道状态信息的幅值信息中的功率谱密度分布作为检测特征。基于各个子载波之间具有的相关性,通过主成分分析法选出数据的第一主成分,从中提取信道状态信息的功率谱密度分布作为检测特征,通过比较静态环境和动态环境下功率谱密度分布的差异来判定是否有人员的入侵行为发生。
其他文献
心血管病已经成为威胁人类生命健康的主要疾病之一。临床上,心血管病经常伴有心律失常现象发生。有些心律失常可能导致心脏病的症状,包括头晕、昏倒和呼吸急促,还有些类型的心律失常,如房颤和心室颤动,可能会引起中风和心脏骤停,因此及时准确检测心律失常是紧急且必要的。心电信号(ECG)作为一种表征心脏状况的生理信号,对心律失常的检测和诊断具有重要意义。但由于医学数据的特殊性,其标注成本高,许多数据标注的不完全
随着互联网的迅速普及,如何有效地组织、利用以及挖掘数据背后隐含的知识成为一种新的挑战。知识图谱描述了客观世界所存在的实体及语义关联等,并以图结构直观地呈现,为用户提供了结构化的知识,逐渐获得了学术界和工业界的普遍关注,因此如何构建一个知识图谱成为学者们研究的热点。同时多源异构的知识之间往往会存在重复、语义歧义多样、质量参差不齐等问题,要想构建一个高质量的知识图谱,知识融合是不可或缺的关键环节。实体
DNA序列中储存着大量复杂且有价值的生物信息,其中DNA序列的相似性分析可以发现生物之间的进化关系,从而更好地处理生物信息;DNA序列的模式匹配可以统计基因片段出现的位置和数目,有利于对致病基因进行状态跟踪和靶向治疗。但是大多数序列相似性分析和模式匹配方法都针对整个序列而不是频繁序列模式,这就加大了计算的复杂度;并且目前的研究方法均忽略了含缺失碱基的基因片段,即对于负序列模式,还没有统一的分析方法
人脸检测在生产生活中使用越来越广泛,人脸检测安全性问题逐渐成为社会关注要点。人脸攻击导致经济损失事件频频发生,攻击方式主要包括打印照片攻击、屏幕成像攻击、视频回放攻击和假体攻击等,因此在人脸识别中使用活体检测技术越来越重要。随着攻击方式越来越多,人脸活体检测面临越来越大的压力,现今主要使用的活体检测方式比较单一,在复杂环境下准确性和鲁棒性往往达不到要求。在保证模型检测性能基础上还需要考虑模型推理时
在软件的开发和维护过程中,每天会有大量的代码变更被提交到版本管理平台中,而阅读和理解代码的变更是软件开发过程的必要工作,人工的对于变更代码差异的识别也越来越困难。当今软件功能的需求越来越多样化,软件的体系结构也随之增大,如果能够对代码的变更进行自动差异比较分析,则能够将代码变更的差异从源代码中分离,有助于对代码变更的阅读和理解,同时有助于开发人员研究代码变更中相关问题,有利于理解软件演化的过程。当
目前,接入到物联网中的设备数量呈指数级增长,随着这些物联网设备的运行就会生成海量的数据。这些数据可能包含用户的隐私信息,例如家庭住址、年龄、患病史等,若这些数据被任意访问就容易出现隐私泄露问题。如何管理这些海量的数据,使得这些数据能被安全、高效的利用是我们所面临的一大挑战。访问控制技术是目前被广泛使用的安全保护技术之一,为物联网设备数据保护提供了有力支撑。然而,在利用访问控制确保数据能被合法使用的
随着网络技术和数字媒体的蓬勃发展,当今社会已然迈入信息时代,大量数字化产物在网络空间中存储和传输,如何保障数字资源的存储和传播成为社会广泛关注的问题。数字水印技术在众多安全技术中脱颖而出,在数字资源版权保护问题中展现出独特优势。近年来,鲁棒图像水印技术已取得长足进步,现有的鲁棒图像水印算法已能很好地抵抗常规图像处理攻击,但如何抵抗几何攻击和提高计算精度,依然是数字图像水印研究领域共同面临的难题。本
数据挖掘顾名思义就是从海量数据中挖掘出对于企业或者个人来说有用的信息,因为数据挖掘能够为企业创造出更大的利益,所以数据挖掘的相关算法与技术层出不穷,并且已经广泛应用到了许多领域,成为推动大数据发展不可或缺的动力。分类分析是数据挖掘算法中的经典算法之一,其中KNN算法因其原理简单易懂又易于实现等特点被广泛的应用到数据挖掘领域。但因其也存在一些缺陷,如训练样本不均衡问题、冗余特征等会对分类结果产生影响
随着以太坊、智能合约和共识算法等区块链技术的不断发展,区块链技术已经从单一的金融领域转变到与人们生活息息相关的智慧医疗、智慧交通和智慧政务等领域。共识算法作为区块链的核心技术之一直接影响区块链系统的性能(如交易吞吐量、可扩展性和容错性)进而影响人们的生活质量。为此,本文对工作量证明(Proof of Work,PoW)、权益证明(Proof of Stake,PoS)和委托权益证明(Delegat
心血管疾病是人类健康的头号杀手,已成为重大的公共卫生问题,及时检测心血管疾病刻不容缓。心电图(Electrocardiogram,ECG)检测是现有众多心血管疾病检测手段中最便捷有效的方法,但医疗资源匮乏导致大量心血管疾病患者无法被及时发现,因此无法使疾病在初期得到有效的控制。而利用计算机快速实现ECG信号异常检测可以在减轻医护人员工作压力的同时也能让群众初步了解自己的健康状况。本论文为实现多导联