[发明专利]一种基于CNN图像识别的NFC设备指纹认证方法及系统

说明书

本发明公开了一种基于CNN图像识别的电网NFC设备指纹认证方法及系统，通过对安全NFC设备传输数据时的模拟信号进行预处理，利用MATLAB软件绘制成图像，通过卷积神经网络(CNN)提取特征，建立正样本的模型库，实现对NFC设备接入系统的非接触式安全监测。通过模拟信号采集、图像数据预处理、图像特征提取，建立正确设备模型库，实现对电网NFC设备的安全监测。本发明可以实现对电网NFC设备的接入安全监测，提高电力物联网系统的安全性和可靠性。

技术领域

本发明属于智能电网安全领域，涉及一种基于CNN图像识别的NFC设备指纹认证方法及系统。

背景技术

电力系统作为电能生产、传输的平台，与我们的生活密切相关。为了保障居民的用电安全，电力系统需要满足可靠性、灵活性和经济性。随着信息化程度的快速提升，电力系统发展出了电力物联网系统。然而由于物联网终端设备的异构性、广泛性，电力物联网在系统安全、软件可信、安全接入、数据采集、智能管控等方面均面临严重的网络安全问题。在智能电网中，电气设备的名牌、标签等逐渐向着电子化方向发展。例如，系统给现场电气设备配置电子式标签名牌，可以对电气设备的参数和具体运行的实际情况等进行实时监测。同时，在智能化电网中的备品备件管理中，仓库中的全部备品备件均配备NFC电子标签。在备品需要出入库时，可以借助非接触形式的终端自动记录进出库情况；同时，还可以构建相应的库存数据，在用户需要索引设备时，可以通过相应的数据库快速获得所需要的信息。

但NFC设备容易受到攻击者的攻击，例如：修改位于0扇区的初始编号以混淆正确和错误的设备、采集正确通过验证时的信号进行重放攻击以通过验证等。在这种情况下，仅仅通过NFC本身携带的数据进行辨认已经不足以保证电网的安全。因此，对NFC设备进行指纹认证检测判断并确认其安全性成为了一个亟待解决的问题。目前针对智能电网场景下设备的安全研究主要集中在访问控制以及安全评估模型方面，对NFC设备的指纹认证问题研究不多。

发明内容

NFC设备在每次传输的时候发出的信号由于外界设备电磁干扰等影响会有所不同，但在频域特征和时域特征上具有一致性，卷积神经网络在卷积层对图像进行特征提取和特征映射，当样本数量足够多时可以充分提取特征。在NFC设备进行数据交换时，可以提取到含有硬件本征特征的数据，对该数据进行处理后，利用卷积神经网络进行特征提取建立基于正确样本的模型库，即使攻击者复制了其扇区内的数据，电网系统也可以对正确NFC设备进行一对一的认证，保证系统安全。

为了实现上述目的，本发明提出一种基于CNN图像识别的NFC设备指纹认证方法，通过对安全NFC设备传输数据时的模拟信号进行预处理，利用MATLAB软件绘制成图像，通过卷积神经网络(CNN)提取特征，建立正样本的模型库，实现对NFC设备接入系统的非接触式安全监测。通过模拟信号采集、图像数据预处理、图像特征提取，建立正确设备模型库，实现对电网NFC设备的安全监测。本发明可以实现对电网NFC设备的接入安全监测，提高电力物联网系统的安全性和可靠性。具体方案如下：

(1)将确认安全的NFC设备接入系统，获取NFC设备的扇区编号RID；

(2)采集确认安全的NFC设备的模拟信号，包括读取信息、写入信息和正常放置状态；

(3)将步骤(2)得到的模拟信号输入MATLAB软件获得信号图像，通过离群点检测算法滤去异常值，通过滤波器进行平滑滤波，将滤波后的数据进行切分，将每一段数据转换为相应的包含数据特征的图像，得到样本图像集；

(4)将步骤(3)得到样本图像集输入CNN网络进行训练，提取到相应的特征并得到相应的单分类器及其输出结果，其中每一个样本图像对应一个单分类器；

(5)建立单分类器数据库，重复步骤(1)-(4)，将步骤(1)得到的确认安全的NFC设备的编号RID和步骤(4)得到的确认安全的NFC设备对应的单分类器及其输出结果存入单分类器数据库；