本發(fā)明涉及數(shù)據(jù)安全,具體涉及一種用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法。
背景技術:
1、目前,在智能建筑中,無線通信技術(如wi-fi、藍牙、zigbee、nb-iot等)的密集部署導致2.4ghz?ism頻段及相鄰頻段的頻譜資源高度擁擠。多制式設備間的同頻干擾、鄰頻泄漏以及建筑結構造成的多徑效應,會引發(fā)信號波形畸變、誤碼率上升及數(shù)據(jù)包時序混亂。
2、此類物理環(huán)境與頻譜競爭的耦合效應,使得傳統(tǒng)基于固定閾值或單維度特征的安全檢測方法存在如下問題:
3、第一,干擾動態(tài)性導致信號失真不可控,導致無法準確恢復原始信號頻譜。
4、第二,異常檢測特征區(qū)分度不足,難以準確區(qū)分合法信號和攻擊信號。
5、第三,未知攻擊模式防御能力薄弱。
技術實現(xiàn)思路
1、為了解決相關技術中的技術問題,本發(fā)明提供了一種用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法。
2、為了達到上述目的,本發(fā)明采用的技術方案為:
3、一種用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法包括如下步驟:
4、步驟s1:通過多頻段射頻前端同步采集預設頻段范圍內(nèi)的混合信號,對信號進行去噪預處理;
5、步驟s2:基于干擾源類型、空間位置及建筑材質(zhì)衰減參數(shù)構建多源干擾疊加模型,對接收信號的頻域失真進行補償;
6、步驟s3:從預處理后的信號中提取時頻聯(lián)合熵特征,該特征融合短時傅里葉變換的時頻分布矩陣及其梯度相關性;
7、步驟s4:基于歷史數(shù)據(jù)馬氏距離統(tǒng)計量和實時誤碼率,動態(tài)調(diào)整異常檢測閾值,以識別偽造數(shù)據(jù)包及非法指令;
8、步驟s5:通過生成對抗網(wǎng)絡對可疑信號進行對抗驗證,其中,生成器模擬潛在攻擊信號,判別器結合梯度懲罰機制以增強泛化檢測能力。
9、可選地,在所述步驟s1中,所述多頻段射頻前端包含至少三個并行接收通道,分別配置為20mhz、40mhz和80mhz瞬時帶寬模式,并通過時分復用機制覆蓋預設頻段范圍。
10、可選地,所述步驟s1中的對信號進行去噪預處理具體包括:
11、采用自適應小波閾值算法對信號進行去噪預處理,其中,閾值大小根據(jù)實時信干噪比動態(tài)調(diào)整,閾值的計算公式為:
12、
13、式中,為閾值,為第層小波系數(shù)標準差,為信號長度,為實時估計的信干燥比。
14、可選地,在所述步驟s2中,所述多源干擾疊加模型表示為:
15、
16、式中,為在頻率和時間上的總干擾場強函數(shù),為第個干擾源的時變幅值,為建筑材質(zhì)衰減系數(shù),為干擾源與檢測點的空間距離,,為第個干擾源的中心頻率,為第個干擾源的信號帶寬,為高斯白噪聲。
17、可選地,在所述步驟s3中,按下式進行時頻聯(lián)合熵特征的提取:
18、
19、式中,為時頻聯(lián)合熵,為時間幀數(shù)量,為頻率點數(shù)量,為第個時間幀、第個頻率點所對應的時頻矩陣,為權重系數(shù),為時域梯度與頻域梯度的相關性函數(shù),為時域梯度算子,沿時間軸計算差分,為頻域梯度算子,沿頻率軸計算差分,是時頻矩陣。
20、可選地,在所述步驟s4中,所述異常檢測閾值滿足:
21、
22、式中,為在時間下設定的自適應異常檢測閾值,為歷史數(shù)據(jù)中馬氏距離的均值,為歷史數(shù)據(jù)中馬氏距離的標準差,為滑動時間窗內(nèi)的平均誤碼率。
23、可選地,所述滑動時間窗長度被配置為在30秒至5分鐘之間,并且,當平均誤碼率超過設定閾值時,自動觸發(fā)干擾源定位子程序。
24、可選地,在所述步驟s5中,所述通過生成對抗網(wǎng)絡對可疑信號進行對抗驗證具體包括:
25、設計生成器模擬攻擊信號,判別器基于下式進行優(yōu)化:
26、
27、式中,為判別器函數(shù),即真實數(shù)據(jù)經(jīng)過判別器后的對數(shù)概率期望值,為判別器,用于輸出輸入數(shù)據(jù)為真實的概率,為真實數(shù)據(jù),為生成器函數(shù),即判別器對生成數(shù)據(jù)的誤判概率的對數(shù)期望值,為生成器,用于輸入噪聲并輸出偽造數(shù)據(jù),為潛在空間噪聲,為控制梯度懲罰系數(shù),為對輸入數(shù)據(jù)的梯度運算,為輸入數(shù)據(jù)。
28、可選地,所述生成器輸入的潛在空間噪聲服從均值為0、方差為1的高斯分布,并且,潛在空間維度設置為信號采樣點數(shù)的1/4。
29、可選地,所述方法應用于智能建筑中的nb-iot電表數(shù)據(jù)安全驗證,當檢測到電梯井內(nèi)的異常高頻分量信號時,自動觸發(fā)計費系統(tǒng)隔離機制;或者,
30、所述方法應用于智能建筑中采用藍牙協(xié)議的無線門禁控制器,當時頻聯(lián)合熵超過預設閾值時,自動觸發(fā)人臉識別二次驗證并上傳報警日志;或者,
31、所述方法應用于智能建筑中消防廣播系統(tǒng)的zigbee無線節(jié)點,當檢測到火災報警指令信號中出現(xiàn)非對稱雙峰頻域特征時,立即切換至有線冗余通道,并標記受污染無線信道為隔離狀態(tài);或者,
32、所述方法應用于智能建筑中的lora調(diào)制的空調(diào)群控系統(tǒng),當判別器輸出概率低于0.5時,啟動指令哈希值區(qū)塊鏈校驗,阻止偽造的過載制冷指令攻擊。
33、有益效果:
34、1、通過上述技術方案,第一,在所述步驟s1中,本發(fā)明的方法通過多頻段射頻前端同步采集預設頻段范圍內(nèi)的混合信號,能夠實現(xiàn)對應頻段的全覆蓋采集,能夠有效地避免傳統(tǒng)單通道設備因帶寬限制導致的信號遺漏問題,通過結合去噪預處理,能夠有效地抑制非平穩(wěn)噪聲,能夠有效地提升信號質(zhì)量。
35、第二,在步驟s2中,本發(fā)明的方法通過建模多源干擾的時變幅值、空間衰減和頻域特性,能夠較為精確地量化干擾疊加效應。
36、第三,在現(xiàn)有相關技術中,一般僅使用頻域或時域特征,而在本發(fā)明的步驟s3中,時頻聯(lián)合熵通過短時傅里葉變換捕捉信號動態(tài)特性,并結合時頻梯度相關性強化異常狀態(tài)識別。
37、第四,在本發(fā)明的步驟s4中,基于歷史馬氏距離和實時誤碼率動態(tài)調(diào)整異常檢測閾值,能夠有效地避免傳統(tǒng)固定閾值在環(huán)境突變時失效的問題。
38、第五,在本發(fā)明的步驟s5中,生成器模擬潛在攻擊信號,判別器就可以通過梯度懲罰機制增強泛化檢測能力,以避免過擬合已知攻擊模式。
39、綜上所述,本發(fā)明方法的各步驟形成閉環(huán)檢測鏈,其中,步驟s1至步驟s2能夠確保信號采集與干擾補償?shù)奈锢韺哟蔚目煽啃裕襟Es3提取高區(qū)分度特征,步驟s4根據(jù)環(huán)境變化動態(tài)優(yōu)化決策邊界,步驟s5通過對抗學習覆蓋未知攻擊類型,這樣,通過本發(fā)明的方法多頻段信號處理、物理環(huán)境建模、動態(tài)特征提取、自適應決策和對抗驗證的深度融合,能夠有效地解決智能建筑復雜電磁環(huán)境下異常信號檢測的三大難題:干擾疊加導致信號失真、傳統(tǒng)特征區(qū)分度不足、未知攻擊模式泛化能力弱。
40、2、本發(fā)明的其他有益效果或優(yōu)勢將在具體實施方式中進行詳細描述。
1.一種用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,包括如下步驟:
2.根據(jù)權利要求1所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,在所述步驟s1中,所述多頻段射頻前端包含至少三個并行接收通道,分別配置為20mhz、40mhz和80mhz瞬時帶寬模式,并通過時分復用機制覆蓋預設頻段范圍。
3.根據(jù)權利要求1所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,所述步驟s1中的對信號進行去噪預處理具體包括:
4.根據(jù)權利要求1所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,在所述步驟s2中,所述多源干擾疊加模型表示為:
5.根據(jù)權利要求1所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,在所述步驟s3中,按下式進行時頻聯(lián)合熵特征的提取:
6.根據(jù)權利要求1所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,在所述步驟s4中,所述異常檢測閾值滿足:
7.根據(jù)權利要求6所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,所述滑動時間窗長度被配置為在30秒至5分鐘之間,并且,當平均誤碼率超過設定閾值時,自動觸發(fā)干擾源定位子程序。
8.根據(jù)權利要求1所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,在所述步驟s5中,所述通過生成對抗網(wǎng)絡對可疑信號進行對抗驗證具體包括:
9.根據(jù)權利要求8所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,所述生成器輸入的潛在空間噪聲服從均值為0、方差為1的高斯分布,并且,潛在空間維度設置為信號采樣點數(shù)的1/4。
10.根據(jù)權利要求1所述的用于智能建筑的無線電數(shù)據(jù)傳輸安全檢測方法,其特征在于,