[发明专利]一种基于小样本迭代迁移的室内入侵检测方法

摘要

本发明所述一种基于小样本迭代迁移的室内入侵检测方法，分为离线阶段与在线阶段。在离线阶段，为入侵与静默接收信号强度(Received Signal Strength,RSS)打上不同的标签，构建源域。在线阶段，首先获得候选RSS的伪标签，构建目标域。然后利用类内迁移学习将源域与目标域RSS迁移到同一个子空间，再利用源域RSS对目标域RSS进行分类，从而得到目标域RSS更真实的标签，更新目标域。最后，源域与目标域RSS不断进行迭代迁移学习，直至算法收敛，得到目标域RSS最终的标签集，即可得到目标环境的入侵检测结果。本发明所提供的一种基于小样本迭代迁移的室内入侵检测方法，能够在克服设备差异性的同时，达到较高的检测精度，从而完成未知目标入侵检测。

主权项

1.一种基于小样本迭代迁移的室内入侵检测方法，其特征在于：包括以下步骤：步骤一、选择待检测目标区域，在目标区域中布置m个无线接入点(Access Point,AP)和n个监测点(Monitor Point,MP)；步骤二、构建离线数据库；步骤三、构建源域其中为特征对应的标签，静默RSS数据对应的标签为0，入侵RSS数据对应的标签为1；步骤四、采集在线RSS数据R_on＝(r₁,r₂,…,r_n)，以第j个MP的数据为例，其中r_i^j(1≤i≤m)为在第j个MP接收到的来自第i个AP的RSS数据，采用窗长为L的滑窗对其进行处理，对一个窗长内的数据提取六个特征，分别为均值、方差、最大值、最小值、最大值与最小值的差、滑窗内出现概率最高的值，得到第j个MP的特征矩阵且步骤五、对在线采集RSS数据的特征进行初步分类；步骤六、构建目标域x_t＝x_can，x_can为候选RSS，为候选RSS对应的伪标签集；步骤七、对源域RSS与目标域RSS进行类内迁移，计算使源域RSS与目标域RSS间的最大均值差异(Maximum Mean Discrepancy,MMD)距离最小的迁移矩阵W；步骤八、用迁移之后的源域RSS(KW的第一行到第ns行RSS)与标签集ys训练一个分类器，然后对迁移之后的目标域RSS(KW的第ns+1行到第nt行RSS)进行分类，得到新的标签集yt；步骤九、用目标域RSS x_t与标签集y_t训练一个分类器，然后对剩余RSSx_res进行分类，得到标签集y_res；将剩余RSS x_res加入到目标域RSSx_t中，并且将剩余RSS的标签集y_res加入到目标域RSS对应的标签集y_t中，从而更改目标域步骤十、重复步骤七与步骤八，得到新的标签集yt；步骤十一、判断算法是否收敛，若是，则进入步骤十二；若否，则更新目标域，返回步骤十；步骤十二、算法结束，返回最终目标域RSS对应的标签集yt。