针对异常序列检测的非法入侵识别算法

• 作者: 朱飑凯 李灯熬 赵菊敏 霍世敏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测 Wi-Fi技术 异常序列检测 隐马尔科夫模型
• 年，卷（期）: 2017,（20）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 68-74
• 页数: 7页
• 分类号: TP391
• 字数: 6926字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1605-0064

摘要

针对非法入侵带来的室内安全隐患,聚焦于目前应用广泛的Wi-Fi技术,首次设计提出了一种通过学习合法用户的行为习惯,再进行异常序列检测进而甄别非法入侵者的识别算法.对收集到Wi-Fi信号的CSI特征值进行去噪和信号分段,使用隐马尔科夫模型对用户的行为建模.根据模型输出的概率不断调整判断的阈值,使学习训练的模型随着时间的推移越来越符合用户的行为特征.实验结果表明检测准确率可以达到93.4%,达到了实时准确检测的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李灯熬	太原理工大学信息工程学院	76	285	7.0	12.0
2	赵菊敏	太原理工大学信息工程学院	67	284	8.0	13.0
3	霍世敏	太原理工大学信息工程学院	1	6	1.0	1.0
4	朱飑凯	太原理工大学信息工程学院	5	11	2.0	3.0