無線局域網(wǎng)（WLAN）室內(nèi)入侵檢測技術(shù)是目前智能檢測領(lǐng)域的研究熱點之一,而傳統(tǒng)基于數(shù)據(jù)庫構(gòu)建的入侵檢測技術(shù)沒有考慮復(fù)雜室內(nèi)環(huán)境中WLAN信號的時變性,從而導(dǎo)致WLAN室內(nèi)入侵檢測系統(tǒng)的魯棒性較差。為了解決這一問題,該文提出一種基于多核最大均值差異（MKMMD）遷移學(xué)習(xí)的WLAN室內(nèi)入侵檢測方法。該方法首先利用離線有標記和在線偽標記的接收信號強度（RSS）特征來分別構(gòu)建源域和目標域;其次,通過構(gòu)造最優(yōu)遷移矩陣以最小化源域和目標域RSS特征混合分布之間的MKMMD;再次,利用遷移后的源域RSS特征與對應(yīng)標簽來訓(xùn)練分類器,并將其用于對遷移后的目標域RSS特征進行分類以得到目標域標簽集;最后,迭代更新目標域標簽集直至算法收斂,進而實現(xiàn)對目標環(huán)境的入侵檢測。實驗結(jié)果表明,該文所提方法在保證較高檢測精度的同時,能夠有效克服信號時變性對檢測性能的影響。 

【文章來源】：電子與信息學(xué)報. 2020,42(05)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

系統(tǒng)框圖

3.2參數(shù)討論λqL=20λlgλqλλ<0.001W為了分析不同權(quán)衡參數(shù)和遷移后的RSS特征維度對所提方法性能的影響，在滑窗長度的條件下，圖3給出了當取值從0.0001增大到1000(為表示方便，將圖中橫坐標轉(zhuǎn)換為)且取值從20增大到100時所提方法的檢測性能�？梢钥闯觯斎≈递^小(如)，即復(fù)雜度較大時，迭代遷移的性能受RSS特征變化的影響較大，λλ>0.1W0.001≤λ≤0.100Wq從而導(dǎo)致系統(tǒng)的泛化能力下降；當取值較大(如)，即復(fù)雜度較小時，遷移矩陣難以準確地將RSS特征遷移到RKHS，從而影響系統(tǒng)的檢測性能；而當時，所提方法能夠在控制復(fù)雜度的同時達到較好的入侵檢測性能。此外，由于增大值可擴大遷移矩陣的維度，使其能夠保留更多的RSS特征用于分類器訓(xùn)練以得到更加準確的分類結(jié)果，從而使得所提方法具有更加穩(wěn)定的檢測性能，但該過程會顯著增大系統(tǒng)的計算開銷。λ=0.1q=40LijijLLLL圖4給出了當且時，不同取值下的系統(tǒng)混淆矩陣，其中，第行第列元素表示第個真實狀態(tài)被判為第個狀態(tài)的概率。顯然，隨著取值的增大，系統(tǒng)混淆矩陣的對角線元素值增大，即表示檢測性能提升。為了進一步說明取值對檢測性能的影響，圖5給出了所提方法的FP,FN和DA隨取值增大的變化情況。一方面，取值過小會導(dǎo)致提取的RSS圖2實驗環(huán)境結(jié)構(gòu)圖圖3不同λ和q取值下所提方法的檢測性能圖4不同L取值下的系統(tǒng)混淆矩陣1154電子與信息學(xué)報第42卷

3.2參數(shù)討論λqL=20λlgλqλλ<0.001W為了分析不同權(quán)衡參數(shù)和遷移后的RSS特征維度對所提方法性能的影響，在滑窗長度的條件下，圖3給出了當取值從0.0001增大到1000(為表示方便，將圖中橫坐標轉(zhuǎn)換為)且取值從20增大到100時所提方法的檢測性能�？梢钥闯觯斎≈递^小(如)，即復(fù)雜度較大時，迭代遷移的性能受RSS特征變化的影響較大，λλ>0.1W0.001≤λ≤0.100Wq從而導(dǎo)致系統(tǒng)的泛化能力下降；當取值較大(如)，即復(fù)雜度較小時，遷移矩陣難以準確地將RSS特征遷移到RKHS，從而影響系統(tǒng)的檢測性能；而當時，所提方法能夠在控制復(fù)雜度的同時達到較好的入侵檢測性能。此外，由于增大值可擴大遷移矩陣的維度，使其能夠保留更多的RSS特征用于分類器訓(xùn)練以得到更加準確的分類結(jié)果，從而使得所提方法具有更加穩(wěn)定的檢測性能，但該過程會顯著增大系統(tǒng)的計算開銷。λ=0.1q=40LijijLLLL圖4給出了當且時，不同取值下的系統(tǒng)混淆矩陣，其中，第行第列元素表示第個真實狀態(tài)被判為第個狀態(tài)的概率。顯然，隨著取值的增大，系統(tǒng)混淆矩陣的對角線元素值增大，即表示檢測性能提升。為了進一步說明取值對檢測性能的影響，圖5給出了所提方法的FP,FN和DA隨取值增大的變化情況。一方面，取值過小會導(dǎo)致提取的RSS圖2實驗環(huán)境結(jié)構(gòu)圖圖3不同λ和q取值下所提方法的檢測性能圖4不同L取值下的系統(tǒng)混淆矩陣1154電子與信息學(xué)報第42卷

【參考文獻】：
期刊論文
[1]視頻監(jiān)控中的人群異常行為檢測與定位[J]. 周培培,丁慶海,羅海波,侯幸林.  光學(xué)學(xué)報. 2018(08)
[2]多核學(xué)習(xí)方法[J]. 汪洪橋,孫富春,蔡艷寧,陳寧,丁林閣.  自動化學(xué)報. 2010(08)
[3]利用熱釋電紅外傳感器探測人體運動特征[J]. 程衛(wèi)東,董永貴.  儀器儀表學(xué)報. 2008(05)



本文編號：3279508