[发明专利]一种基于无线网络物理层IQ信号的行为识别方法

说明书

本发明公开了一种基于无线网络物理层IQ信号的行为识别方法，步骤1：进行物理层IQ信号的采集；步骤2：对IQ信号做降噪处理，并剔除异常数据；步骤3：使用深度学习模型，对IQ信号进行特征提取；步骤4：对提取特征降维后的IQ信号进行聚类，通过训练好的聚类模型给原始IQ信号数据打标签；步骤5：根据标签所形成的行为模式序列，做数据挖掘关联规则分析；步骤6：预测无线网络当前的下一步行为。与现有技术相比，本发明无需对终端接入点设备做任何更改，并且降低正常无线网络在通信过程中所造成的损失，提高移动用户在无线网络中的通信安全和高效持久连接；在物理层阶段，更快速有效地发现特有的安全威胁或攻击模式，从而更早采取相应的防御措施。

技术领域

本发明涉及无线网络安全领域，特别涉及一种基于无线网络物理层IQ信号的行为识别方法。

背景技术

随着社会的不断进步和科技的迅猛发展，全世界的军事、社会、经济各方面都越来越依赖计算机网络，计算机网络成为人类社会不可或缺的一部分，无线网络由于其自身灵活、可移动、可扩展的优势渐渐成为发展的主要方向。目前的现状是，人类社会对于无线网络的依赖程度变得越来越高，但也因为无线网络极易受到攻击，使得我们的生存环境变得十分危险，窃听数据、修改传输数据，拒绝服务等安全威胁频频发生，安全性成为了发展无线网络的瓶颈。为了应对无线网络安全性问题，许多国内外无线网络设备供应商提出了一些解决方案，比如，物理地址过滤，通过对无线接入点的设定，将指定的无线网卡的物理地址输入到接入点中，而接入点对收到的数据包做判断，符合标准的才能被转发，否则将会被丢弃，然而这个方案不支持大量移动用户，并且接入点中的物理地址列表必须随时更新，可扩展性差，无法实现机器在不同的接入点之间漫游。另外，恶意攻击者会盗取合法的物理地址信息接入网络。采用安全认证协议，认证机制是对客户机硬件进行单向认证，采用开放式系统认证与共享式密钥认证算法，然而这种解决方案并不能实现无线网络的持久连接，会极易被攻破。

发明内容

针对现有方法中存在的问题和不足，本发明提出了一种基于无线网络物理层IQ信号的行为识别方法，通过IQ信号来分析网络的特征，从无线网络物理层出发发现该网络中特有的安全威胁或攻击模式，获取行为模式序列分析攻击者所在的攻击网络，预测攻击者的下一步行为，从而进行威胁的防御。

本发明的一种基于无线网络物理层IQ信号的行为识别方法，包括以下步骤：

步骤1：进行物理层IQ信号的采集；即，对两台通过无线网络通信协议进行组网的实验设备，通用软件无线电外设作为物理层IQ信号的采集设备，设置对应的频段，完成该无线网络内物理层IQ信号的采集；

步骤2：对IQ信号做降噪处理，并剔除异常数据；即，通过常见的信号去噪处理方法(如加权移动平均、阈值去噪法等)对IQ信号进行去噪处理，并剔除异常数据，处理后的每条IQ信号的数据按照先后顺序保存在文件中；

步骤3：使用深度学习模型，对IQ信号进行特征提取；即，将处理后的IQ信号的数据放入深度学习模型下自动进行特征提取，所提取的高强度低维特征能够代表每条IQ信号的数据，以保留IQ信号的原始属性为目标，对深度学习模型进行训练；

步骤4：对提取特征降维后的IQ信号进行聚类，通过训练好的聚类模型给原始IQ信号数据打标签；即，将提取的特征降维后的IQ信号的数据放入聚类模型(如高斯混合模型最大期望聚类法)进行训练和测试，依据聚类评价指标，得到具有鲁棒性的聚类模型，对每条原始IQ信号通过特征提取，在聚类过程中进行分簇和对给IQ信号打标签，所有标签组成了一个行为模式序列；