[发明专利]一种无人机飞控数据的识别方法

权利要求书

1.一种无人机飞控数据的识别方法，其特征在于：包括下列步骤：

步骤一：使无人机悬空，使用抓包工具抓取无人机-控制器之间的数据包，此时数据包是二进制数据流；

步骤二：将二进制数据流转换成可显示的十六进制字符；

步骤三：使用自然语言处理中n-gram模型，提取每个数据包的特征；

步骤四：使用k-means++算法使用步骤三中提取的特征向量对静止情况下的无人机通信数据包聚类；

步骤五：对聚类的每一个类簇使用One-Class_SVM进行模型训练，得到多个悬空状态下的无人机通信数据模型；

步骤六：使用控制器无规则控制无人机飞行，使用抓包工具抓取无人机-控制器之间的数据包，将捕获的二进制数据流转换为可显示的十六进制字符串；

步骤七：使用n-gram模型对无规则飞行状态下的每条通信数据提取特征向量；

步骤八：将每条数据的特征向量依次通过步骤五中悬空状态下训练的One-Class-SVM模型中进行检测，如果和训练模型的类簇属于同一个类簇会被模型标记为1，反之标记为-1；

步骤九：由于无人机在人为控制状态下产生的数据不在悬空状态下的类簇中，会被所有的模型标记为-1，对全被标记为-1的数据进行筛选形成待选集合；

步骤十：使用Needleman-Wunsch算法计算待选集合中任意两条序列之间的相似性得分，形成一个得分矩阵；

步骤十一：错误识别的序列和相似性得分矩阵中的其他序列的相似性得分比较低，根据分数大小去除错误识别的序列，最终得到飞控协议数据；

所述步骤三中的特征向量是通过下列方式提取出的：

（一）分别令n=1,2,3,4,5,6 对数据包中的每条数据做n-gram分词；

（二）统计每个n值下的对应分词的频率；

（三）对于每个n值下的所有分词出现的频率做从小到大的顺序排序，每个词出现的频率记为y,其排名顺序记为x，用回归分析去做(logy)=1/(logx)的拟合，计算拟合系数,选取拟合系数最大时的n；

（四）利用上述方法中计算出来的n值对数据包中每条数据做长度为n的分词，统计所有长度为n的子序列出现的频率，根据频率计算每种长度为n类型的子序列出现的百分比，将百分比组成一个向量，作为当前序列的特征向量。

2.根据权利要求1所述的一种无人机飞控数据的识别方法，其特征在于：所述步骤八中的模型训练是通过下列方式训练出来的：

（一）对悬空状态下的无人机数据进行聚类，分成n个类簇；

（二）对于每个类簇，使用和聚类时使用的相同特征提取方法提取特征向量；

（三）将每个类簇的特征向量输入到One-Class-SVM模型中，进行训练，得到每个模型正常数据的高维空间球面，对位于球面内部的数据标记为1，外部数据标记为-1。

3.根据权利要求1所述的一种无人机飞控数据的识别方法，其特征在于：所述步骤十一中的错误识别的异常点是通过下列方式排除的：

使用Needleman-Wunsch算法计算所有任意两条被所有模型都标记上-1的序列之间的得分，形成一个矩阵；

错误识别的序列和正确识别的序列之间的相似性得分明显小于正常序列之间的相似性得分，根据这种差别排除异常点。