[發明專利]一種基于無線網絡物理層IQ信號的行為識別方法

有效

• 申請號: 201911070541.0
• 申請日: 2019-11-05
• 公開（公告）號: CN110856178B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 石高濤;李國棟
• 申請（專利權）人: 天津大學
• 主分類號: H04W12/121
• 分類號: H04W12/121;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

本發明公開了一種基于無線網絡物理層IQ信號的行為識別方法，步驟1：進行物理層IQ信號的采集；步驟2：對IQ信號做降噪處理，并剔除異常數據；步驟3：使用深度學習模型，對IQ信號進行特征提取；步驟4：對提取特征降維后的IQ信號進行聚類，通過訓練好的聚類模型給原始IQ信號數據打標簽；步驟5：根據標簽所形成的行為模式序列，做數據挖掘關聯規則分析；步驟6：預測無線網絡當前的下一步行為。與現有技術相比，本發明無需對終端接入點設備做任何更改，并且降低正常無線網絡在通信過程中所造成的損失，提高移動用戶在無線網絡中的通信安全和高效持久連接；在物理層階段，更快速有效地發現特有的安全威脅或攻擊模式，從而更早采取相應的防御措施。

技術領域

本發明涉及無線網絡安全領域，特別涉及一種基于無線網絡物理層IQ信號的行為識別方法。

背景技術

隨著社會的不斷進步和科技的迅猛發展，全世界的軍事、社會、經濟各方面都越來越依賴計算機網絡，計算機網絡成為人類社會不可或缺的一部分，無線網絡由于其自身靈活、可移動、可擴展的優勢漸漸成為發展的主要方向。目前的現狀是，人類社會對于無線網絡的依賴程度變得越來越高，但也因為無線網絡極易受到攻擊，使得我們的生存環境變得十分危險，竊聽數據、修改傳輸數據，拒絕服務等安全威脅頻頻發生，安全性成為了發展無線網絡的瓶頸。為了應對無線網絡安全性問題，許多國內外無線網絡設備供應商提出了一些解決方案，比如，物理地址過濾，通過對無線接入點的設定，將指定的無線網卡的物理地址輸入到接入點中，而接入點對收到的數據包做判斷，符合標準的才能被轉發，否則將會被丟棄，然而這個方案不支持大量移動用戶，并且接入點中的物理地址列表必須隨時更新，可擴展性差，無法實現機器在不同的接入點之間漫游。另外，惡意攻擊者會盜取合法的物理地址信息接入網絡。采用安全認證協議，認證機制是對客戶機硬件進行單向認證，采用開放式系統認證與共享式密鑰認證算法，然而這種解決方案并不能實現無線網絡的持久連接，會極易被攻破。

發明內容

針對現有方法中存在的問題和不足，本發明提出了一種基于無線網絡物理層IQ信號的行為識別方法，通過IQ信號來分析網絡的特征，從無線網絡物理層出發發現該網絡中特有的安全威脅或攻擊模式，獲取行為模式序列分析攻擊者所在的攻擊網絡，預測攻擊者的下一步行為，從而進行威脅的防御。

本發明的一種基于無線網絡物理層IQ信號的行為識別方法，包括以下步驟：

步驟1：進行物理層IQ信號的采集；即，對兩臺通過無線網絡通信協議進行組網的實驗設備，通用軟件無線電外設作為物理層IQ信號的采集設備，設置對應的頻段，完成該無線網絡內物理層IQ信號的采集；

步驟2：對IQ信號做降噪處理，并剔除異常數據；即，通過常見的信號去噪處理方法(如加權移動平均、閾值去噪法等)對IQ信號進行去噪處理，并剔除異常數據，處理后的每條IQ信號的數據按照先后順序保存在文件中；

步驟3：使用深度學習模型，對IQ信號進行特征提取；即，將處理后的IQ信號的數據放入深度學習模型下自動進行特征提取，所提取的高強度低維特征能夠代表每條IQ信號的數據，以保留IQ信號的原始屬性為目標，對深度學習模型進行訓練；

步驟4：對提取特征降維后的IQ信號進行聚類，通過訓練好的聚類模型給原始IQ信號數據打標簽；即，將提取的特征降維后的IQ信號的數據放入聚類模型(如高斯混合模型最大期望聚類法)進行訓練和測試，依據聚類評價指標，得到具有魯棒性的聚類模型，對每條原始IQ信號通過特征提取，在聚類過程中進行分簇和對給IQ信號打標簽，所有標簽組成了一個行為模式序列；