[发明专利]一种多机器人网络中攻击机器人检测方法及检测系统有效
| 申请号: | 201911099762.0 | 申请日: | 2019-11-12 |
| 公开(公告)号: | CN111083106B | 公开(公告)日: | 2020-12-08 |
| 发明(设计)人: | 王巍;黄勇;王艺苑;江涛 | 申请(专利权)人: | 华中科技大学 |
| 主分类号: | H04L29/06 | 分类号: | H04L29/06 |
| 代理公司: | 华中科技大学专利中心 42201 | 代理人: | 尹丽媛;李智 |
| 地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 机器人 网络 攻击 检测 方法 系统 | ||
1.一种多机器人网络中攻击机器人检测方法,其特征在于,包括:
多机器人网络中的目标机器人通过其单天线按照预设临近机器人时序,依次直接接收每个临近机器人的无线信号,同时在单天线直接接收任一临近机器人的无线信号的时段内,设置于所述目标机器人上的多个标签按照预设工作时序依次接收该临近机器人的无线信号并向所述单天线反弹;
对单天线接收的每个标签任一个工作时段的反弹无线信号去噪并求取其中反弹点的幅值均值,分别基于所述多个标签对应的幅值均值构建每个临近机器人在每个被接收时段对应的多径幅值均值向量,并由该临近机器人所有所述多径幅值均值向量,构建该临近机器人的信号特征矩阵;
计算并基于每两个信号特征矩阵之间的距离,通过相似概率确定属于攻击机器人的临近机器人。
2.根据权利要求1所述的一种多机器人网络中攻击机器人检测方法,其特征在于,每个所述标签为无源的背向散射标签。
3.根据权利要求1所述的一种多机器人网络中攻击机器人检测方法,其特征在于,从单天线接收的预设时段内的反弹无线信号中提取所述每个标签任一个工作时段的反弹无线信号的提取方法为:
对所述单天线接收的预设时段内的反弹无线信号进行滑动平均;
按照所述临近机器人时序,对滑动平均后的每个临近机器人对应的反弹无线信号和所述预设工作时序进行相关性计算,提取得到单天线接收的每个标签任一个工作时段的反弹无线信号。
4.根据权利要求1所述的一种多机器人网络中攻击机器人检测方法,其特征在于,所述通过相似概率确定属于攻击机器人的临近机器人,具体为:
基于每两个信号特征矩阵之间的距离,构建距离矩阵;
基于所述距离矩阵,采用逻辑回归方法,计算每两个临近机器人之间相似概率,得到相似概率矩阵;
基于所述相似概率矩阵,通过相似判决,若某两个临近机器人之间的相似概率大于阈值,则该两个临近机器人为攻击机器人,否则不是,以确定属于攻击机器人的临近机器人。
5.根据权利要求1至4任一项所述的一种多机器人网络中攻击机器人检测方法,其特征在于,所述对单天线接收的每个标签任一个工作时段的反弹无线信号去噪并求取其中反弹点的幅值均值,具体为:
对每个标签任一个工作时段的反弹无线信号中的所有反弹采样点的幅值取第一均值、所有非反弹采样点的幅值取第二均值,并将所述第一均值减所述第二均值,得到该标签在该工作时段反弹点的幅值均值;
则由所述每个临近机器人在每个被接收时段内所有标签的幅值均值构成该临近机器人在该被接收时段的多径幅值均值向量。
6.根据权利要求1至4任一项所述的一种多机器人网络中攻击机器人检测方法,其特征在于,所述构建该临近机器人的信号特征矩阵之前,所述方法还包括:
对每个多径幅值均值向量L-2正则化,得到新的多径幅值均值向量。
7.根据权利要求1至4任一项所述的一种多机器人网络中攻击机器人检测方法,其特征在于,所述预设临近机器人时序分为多个时序周期,每个时序周期包括各临近机器人的顺序和一个被接收时段;
则所述每两个信号特征矩阵之间的距离的计算,具体为:
分别计算每两个信号特征矩阵之间在同一时序周期内的多径幅值均值向量之间的余弦距离。
8.根据权利要求7所述的一种多机器人网络中攻击机器人检测方法,其特征在于,第l个时序周期内第i个临近机器人和第j临近机器人之间的多径幅值均值向量距离且dij≠dji,fil为第l个时序周期内第i个临近机器人的多径幅值均值向量,fjl为第l个时序周期内第j个临近机器人的多径幅值均值向量,L为时序周期的数目。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911099762.0/1.html,转载请声明来源钻瓜专利网。





