[发明专利]基于电磁空间周期统计的加密协议识别方法、系统及介质有效
申请号: | 202110782469.5 | 申请日: | 2021-07-12 |
公开(公告)号: | CN113221863B | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 戚建淮;罗朋;唐娟;刘建辉 | 申请(专利权)人: | 深圳市永达电子信息股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F21/60;G06N3/08;G06N20/00 |
代理公司: | 深圳市顺天达专利商标代理有限公司 44217 | 代理人: | 高占元 |
地址: | 518057 广东省深圳市南山区西丽街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 电磁 空间 周期 统计 加密 协议 识别 方法 系统 介质 | ||
1.一种基于电磁空间周期统计的加密协议识别方法,其特征在于,包括以下步骤:
S1、对电磁频谱信号的波形进行周期统计以获取所述电磁频谱信号的一维时序信号;
S2、将所述一维时序信号转换成二维图片;
S3、获取所述二维图片的频谱信息,并基于所述二维图片的频谱信息分别获取背景信号和加密协议信号;
S4、对所述加密协议信号进行分类识别和验证;
所述步骤S1进一步包括以下步骤:
S11、采集所述电磁频谱信号,并对所述电磁频谱信号进行滤波处理;
S12、对滤波处理后的电磁频谱信号进行波形分析以对其进行周期统计并展示周期分布状态;
S13、基于所述周期分布状态获取所述电磁频谱信号的所述一维时序信号;
在所述步骤S2中,采用Python的PIL库、CV库或pyts库将所述一维时序信号转换成所述二维图片;
所述步骤S3进一步包括:
S31、获取所述二维图片的频谱信息;
S32、采用智能图像识别技术基于所述频谱信息进行识别,从而获取所述二维图片中的背景信号分量和加密协议信号分量;
所述步骤S32进一步包括:
S321、采用BP神经网络学习多个分别包括所述背景信号分量和所述加密协议信号分量的所述二维图片来确定所述BP神经网络的权值取值;
S322、采用所述BP神经网络基于所述频谱信息进行所述背景信号分量和所述加密协议信号分量的识别以获取所述背景信号和所述加密协议信号;
所述步骤S4进一步包括:
S41、基于加密协议样本对所述加密协议信号进行协议指纹提取;
S42、建立加密协议验证规则;
S43、基于提取的协议指纹和所述加密协议验证规则对所述加密协议信号进行分类验证。
2.根据权利要求1所述的基于电磁空间周期统计的加密协议识别方法,其特征在于,所述电磁频谱信号包括雷达信号。
3.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现根据权利要求1或2中任意一项权利要求所述的基于电磁空间周期统计的加密协议识别方法。
4.一种基于电磁空间周期统计的加密协议识别系统,其特征在于,包括:
频谱信号处理装置,用于对电磁频谱信号的波形进行周期统计以获取所述电磁频谱信号的一维时序信号;
图片转换装置,用于将所述一维时序信号转换成二维图片;
分析处理装置,用于获取所述二维图片的频谱信息,并基于所述二维图片的频谱信息分别获取背景信号和加密协议信号;
分类验证装置,用于对所述加密协议信号进行分类识别和验证;
所述频谱信号处理装置用于采集所述电磁频谱信号,并对所述电磁频谱信号进行滤波处理;对滤波处理后的电磁频谱信号进行波形分析以对其进行周期统计并展示周期分布状态;基于所述周期分布状态获取所述电磁频谱信号的所述一维时序信号;
所述图片转换装置用于采用Python的PIL库、CV库或pyts库将所述一维时序信号转换成所述二维图片;
所述分析处理装置用于获取所述二维图片的频谱信息;采用智能图像识别技术基于所述频谱信息进行识别,从而获取所述二维图片中的背景信号分量和加密协议信号分量;
所述分析处理装置进一步用于采用BP神经网络学习多个分别包括所述背景信号分量和所述加密协议信号分量的所述二维图片来确定所述BP神经网络的权值取值;采用所述BP神经网络基于所述频谱信息进行所述背景信号分量和所述加密协议信号分量的识别以获取所述背景信号和所述加密协议信号;
所述分类验证装置进一步用于基于加密协议样本对所述加密协议信号进行协议指纹提取;建立加密协议验证规则;基于提取的协议指纹和所述加密协议验证规则对所述加密协议信号进行分类验证。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市永达电子信息股份有限公司,未经深圳市永达电子信息股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110782469.5/1.html,转载请声明来源钻瓜专利网。