基于WiFi信号的入侵检测机理及实验研究

摘要：

室内安全关乎人们的生命财产安全,通过室内入侵检测可以达到预警、避免损失的目的.与常见的入侵检测方法不同,利用了无线通信信号WiFi的信道状态信息(Channel Status Information,CSI)与人体行为的关联,可以达到入侵检测的目的.研究了信道冲击响应与信道频率响应及CSI的关系,并利用CSI数据集EHUCOUNT和机器学习方法仿真验证了CSI与人行为的关联,结果表明6种典型场景下SVM(Support Vector Machine)入侵检测准确率为93.35％～99.23％;CNN (Convolutional Neural Network)入侵检测准确率为89.17％～99.14％.通过研制的专用谱传感节点采集WiFi信号进行实际场景测试,证明入侵检测准确率为98％,这表明基于WiFi信号的入侵检测具有应用价值.

关键词：入侵检测、奇异值分解、机器学习、信道状态信息

所属期刊栏目：45

分类号：TN958.5

资助基金：国家自然科学基金项目61461052,11564044,61863035

在线出版日期：2019-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：92-95,99