CN105812075A - 一种窃听器发现与定位告警系统及其方法 - Google Patents

Abstract

本发明公开了一种无线窃听器发现与定位告警系统及其方法。所述系统包括频谱监测设备、视频监控设备、数据处理中心、视频处理中心、服务中心、移动终端，其中频谱监测设备采集当前环境信号值上传至数据处理中心；视频监控设备采集当前环境视频内容上传至视频处理中心；数据处理中心分析处理采集得到的信号值，识别当前环境有无GSM信号，对信号源进行定位，并将结果上传至服务中心；视频处理中心用于识别当前环境有无人类活动，并将视频内容及判断结果上传至服务中心；服务中心综合判决当前环境有无窃听器存在以及发布数据；移动终端采用APP形式，实现用户远程访问服务中心。本发明增加了对窃听器发现与识别的准确度，实现了环境信息安全的保障。

Description

一种窃听器发现与定位告警系统及其方法

技术领域

本发明涉及定位技术领域，特别是一种窃听器发现与定位告警系统及其方法。

背景技术

随着信息技术的迅猛发展，人们获取信息的方式越来越多，信息安全问题也越来越受关注。窃听器作为一种获取信息的隐秘手段，生活中常被犯罪份子利用盗取私人信息。窃听器的存在对我们的生活及隐私造成了极大的安全隐患。社会上常见的窃听器主要分为以下四类：隔墙听、手机信号监听器、无线窃听器和微型录音器。其中，无线窃听器由于便于隐藏以及不需要人为取出，是商业间谍的至爱。现在市面上常见的此类窃听器只有豆腐块大小，但却能将监听范围内的消息甚至微小声音都听的一清二楚，这给个人隐私以及商业机密带来了极大的隐患。

常见的用来查找无线窃听器的反窃听器材大致有以下几种：1)全波接收机(参考文献：王令朝.电子窃听与反窃听[J].现代通信,1997,08:4-5.)；2)手提场强测量器(参考文献：孙立华,史伟光.反窃听技术[J].百科知识,2008,05:63-64.)；3)“探测狗”(参考文献：http://baike.so.com/doc/1489505-1575051.html)、“探测笔”(参考文献：http://www.yupoo.com/photos/jifengcaicai/42214424/meta/)。前两类接收机探测灵敏，但要求搜索非常精致，需要检测人员一点点接近窃听器，直至准确找到位置。第三类接收机感应范围小，只能探测到10米左右或近身范围内的无线收发设备。此外，此类探测器只用于侦察无线设备发出的无线电波或电磁波，对于是否由窃听设备发出会产生误判，只能作为探测无线窃听设备的一种辅助手段，并不能以此为确定的依据。

发明内容

本发明的目的在于提供一种安全性好、准确度高的无线窃听器发现与定位告警系统及其方法，以实现环境信息安全的保障。

实现本发明目的的技术解决方案为：一种窃听器发现与定位告警系统，包括频谱监测设备、视频监控设备、数据处理中心、视频处理中心、服务中心、移动终端，其中频谱监测设备通过数据处理中心接入服务中心，视频监控设备通过视频处理中心接入服务中心，服务中心与移动终端连接；

所述频谱监测设备用于采集当前环境信号值，并上传至数据处理中心；所述视频监控设备用于采集当前环境视频内容，并上传至视频处理中心；所述数据处理中心用于分析处理采集得到的信号值，识别当前环境有无GSM信号，对信号源进行定位，并将有无信号源及信号源位置上传至服务中心；所述视频处理中心用于识别当前环境有无人类活动，并将视频内容及判断结果上传至服务中心；所述服务中心综合判决当前环境有无窃听器存在以及发布数据，用于终端调用；所述移动终端采用APP形式，实现用户远程访问服务中心。

优选地，所述频谱监测设备采用NIUSRP2920，视频监控设备采用海康威视DS-2CD3320-I。

一种窃听器发现与定位告警方法，包括以下步骤：

步骤1，用频谱监测设备对监测环境内的GSM频域跳变信号进行时域数据采集，将数据输入计算机中数据处理中心模块；

步骤2，用视频监控设备对监测环境进行监控，将视频内容上传至计算机中视频处理中心模块；

步骤3，计算机中数据处理中心模块通过比较信号值与门限值判断有无GSM信号，并运用群智定位算法对信号发射源进行定位，结果上传至计算机中的服务中心模块；

步骤4，计算机中视频处理中心模块通过高斯混合模型对监测环境中有无人类活动进行识别与判断，结果上传至计算机中的服务中心模块；

步骤5，计算机中的服务中心模块对步骤3与步骤4上传的结果进行混合判决，对窃听器进行发现；

步骤6，移动终端的用户通过APP的形式显示频谱监测信息、视频内容、有无人类活动的结果、有无窃听器的结果以及信号源位置。

进一步地，步骤1所述用频谱监测设备对监测环境内的GSM频域跳变信号进行时域数据采集，将数据上传至计算机中数据处理中心模块，具体为：

对频谱监测设备采集到的跳变信号在数据处理中心进行处理，采集到的信号为复数形式，分解为同向分量和正交分量；将信号正交分量与同向分量提取并进行平方和，便得到各频谱监测设备采集信号的模值；设t时刻某频谱监测设备在时域采集得到的信号表示为x(t)，同向分量和正交分量分别表示为x_s(t)和x_q(t)，则时域信号x(t)在频谱监测设备测得的信号幅度值为假设一个GSM工作周期为T，频谱监测设备采样率为N，采样点数为n，采样时间为n/N，调整N使得n/N≤T。

进一步地，步骤3所述计算机中数据处理中心模块运用群智定位算法对信号发射源进行定位，具体为：

(3.1)假设在监测环境中布设四个监测点，以左下角监测点的物理位置作为位置标识，设为L₁＝[0,0]，横向两监测点长度为l，纵向两监测点长度为w，则各监测点位置表示为L₂＝[0,w]，L₃＝[l,0]，L₄＝[l,w]：

(3.2)用x_i表示监测点i(i＝1,2,3,4)测得的能量信息，由于能量信息是负数，对能量信息依次做如下处理：求绝对值，求倒数，加n次方，得系数其中n为影响定位精度的参数，将系数进行归一化，得到归一化系数C_i；

(3.3)最后把得到的归一化系数与对应监测点位置相乘，得到信号源的位置坐标L_bug，即L_bug＝C₁*L₁+C₂*L₂+C₃*L₃+C₄*L₄。

进一步地，步骤4所述计算机中视频处理中心模块通过高斯混合模型对监测环境中有无人类活动进行识别与判断，结果上传至计算机中的服务中心模块，具体为：

(4.1)初始化，对每个像素位置上对应的高斯模型参数进行初始化；

(4.2)检测并更新数据，每读入一张新的图片，判断对应点像素是否在高斯模型范围内：若在模型范围内，则判断为背景，即认为没有人；否则判断为前景，即认为有人。

进一步地，步骤5所述计算机中的服务中心模块对步骤3与步骤4上传的结果进行混合判决，对窃听器进行发现，具体为：

若无异常信号值，判断为“无窃听器存在”；若有异常信号值，且有人类活动，判断为“可能存在窃听器”；若有异常信号值，且无人类活动，判断为“有窃听器存在”；假设视频监控设备结果表示为x，频谱监测设备结果表示为y，综合判决结果表示为r，则

$r=\left\{\begin{array}{cc}0,& y=0\\ 1,& x=0,y=1\\ warn,& x=1,y=1\end{array}\right.$

r＝0表示综合判决结果为“无窃听器”，r＝1表示“有窃听器”，r＝warn表示“可能存在窃听器”。

进一步地，步骤6所述移动终端的用户通过APP的形式显示频谱监测信息、视频内容、有无人类活动的结果、有无窃听器的结果以及窃听器位置，具体为：

采用CordovaWebAPP方式，使IOS和Android多平台运行，通过频谱监测设备采集数据以及视频内容，发布为WebServices，使各个移动终端调用数据；对于历史数据则存储到数据库，方便查看历史记录；利用Cordova手机应用开发平台，用HTML和JavaScript语言制作出能在多个移动设备上运行的应用。

本发明与现有技术相比，具有以下显著优点：(1)能够发现通过GSM通信模块进行数据传输的无线窃听器发出的频域跳变信号，并进行精确定位；(2)采用多传感器协同监测技术，融合电磁频谱采集技术与图像识别技术，增加了对无线窃听器发现与识别的准确度；(3)通过移动终端APP的形式，使人们在日常生活中可以方便、直观、远程、实时地了解环境频谱安全情况，以及有无窃听器存在的隐患，实现24小时无人值守的情况下保障环境信息安全。

附图说明

图1是本发明窃听器发现与定位告警系统的结构框图。

图2是本发明窃听器发现与定位告警方法的原理框图。

图3是本发明中频谱监测设备的布设示意图。

图4是本发明实施例中GSM信号源发现模块的显示图。

图5是本发明实施例中信号源定位展示模块的显示图。

图6是本发明实施例中人类活动视频识别模块的显示图。

图7是本发明实施例中窃听器识别与告警模块的显示图。

图8为本发明实施例中移动终端APP界面展示模块的显示图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

本发明的基本思想是构建一个频谱监测设备与视频监控设备相结合的安全信息系统，运用电磁频谱监测技术与视频图像识别技术联合检测的方法，结合群智定位算法，对窃听器进行实时发现与定位，并产生告警。通过移动终端的APP平台呈现频谱信息、查看视频、提示窃听安全隐患。

结合图1，本发明窃听器发现与定位告警系统，包括频谱监测设备、视频监控设备、数据处理中心、视频处理中心、服务中心、移动终端，其中频谱监测设备通过数据处理中心接入服务中心，视频监控设备通过视频处理中心接入服务中心，服务中心与移动终端连接；

所述频谱监测设备用于采集当前环境信号值，并上传至数据处理中心；所述视频监控设备用于采集当前环境视频内容，并上传至视频处理中心；所述数据处理中心用于分析处理采集得到的信号值，识别当前环境有无GSM信号，对信号源进行定位，并将有无信号源及信号源位置上传至服务中心；所述视频处理中心用于识别当前环境有无人类活动，并将视频内容及判断结果上传至服务中心；所述服务中心综合判决当前环境有无窃听器存在以及发布数据，用于终端调用；所述移动终端采用APP形式，实现用户远程访问服务中心。

所述频谱监测设备采用NIUSRP2920，视频监控设备采用海康威视DS-2CD3320-I，而数据处理中心、视频处理中心和服务中心均为计算机上的模块。

结合图2，本发明窃听器发现与定位告警方法，包括以下步骤：

步骤1所述用频谱监测设备对监测环境内的GSM频域跳变信号进行时域数据采集，将数据输入计算机中数据处理中心模块；具体为：

对频谱监测设备采集到的跳变信号在数据处理中心进行处理，采集到的信号为复数形式，分解为同向分量和正交分量；将信号正交分量与同向分量提取并进行平方和，便得到各频谱监测设备采集信号的模值。具体的，设t时刻某频谱监测设备在时域采集得到的信号表示为x(t)，同向分量和正交分量分别表示为x_s(t)和x_q(t)，则时域信号x(t)在频谱监测设备测得的信号幅度值为

考虑到窃听器在工作时产生GSM时域跳变信号，对场景内的信号进行一段时间的连续采集。具体的，假设一个GSM工作周期为T，频谱监测设备采样率为N，采样点数为n，采样时间为n/N，调整N使得n/N≤T，确保无漏得采集到信号。

步骤2，用视频监控设备对监测环境进行监控，将视频内容上传至计算机中视频处理中心模块。

步骤3，计算机中数据处理中心模块通过比较信号值与门限值判断有无异常信号，并运用群智定位算法对异常信号发射源进行定位，结果上传至计算机中的服务中心模块。为了对信号源进行精确的定位，考虑一种基于群智的，利用信号能量值相关性的加权质心定位算法，具体为：

(3.1)假设在监测环境中布设四个监测点，以左下角监测点的物理位置作为位置标识，设为L₁＝[0,0]，横向两监测点长度为l，纵向两监测点长度为w，则各监测点位置表示为L₂＝[0,w]，L₃＝[l,0]，L₄＝[l,w]：

(3.2)用x_i表示监测点i(i＝1,2,3,4)测得的能量信息，由于能量信息是负数，对能量信息依次做如下处理：求绝对值，求倒数，加n次方，得系数其中n为影响定位精度的参数，将系数进行归一化，得到归一化系数C_i；

(3.3)最后把得到的归一化系数与对应监测点位置相乘，得到信号源的位置坐标L_bug，即L_bug＝C₁*L₁+C₂*L₂+C₃*L₃+C₄*L₄。

步骤4，计算机中视频处理中心模块通过高斯混合模型对监测环境中有无人类活动进行识别与判断，结果上传至计算机中的服务中心模块。

高斯混合算法的基本原理是对每一个像素建立高斯模型，包括权重、均值和方差，假设该点像素值出现的概率服从这些分布，通过将新的图片中的像素与背景中的高斯模型匹配来判断为前景还是背景，具体为：

(4.1)初始化，对每个像素位置上对应的高斯模型参数进行初始化；

(4.2)检测并更新数据，每读入一张新的图片，判断对应点像素是否在高斯模型范围内：若在模型范围内，则判断为背景，即认为没有人；否则判断为前景，即认为有人。

步骤5，计算机中的服务中心模块对步骤3与步骤4上传的结果进行混合判决，对窃听器进行发现。

为了精确查找又达到系统的智能性，考虑利用频谱信息系统与视频监控系统协同检测，分析当前环境有无窃听器存在。若无异常信号值，判断为“无窃听器存在”。若有异常信号值，且有人类活动，判断为“可能存在窃听器”。若有异常信号值，且无人类活动，判断为“有窃听器存在”。具体如下：

假设视频监控设备结果表示为x，频谱监测设备结果表示为y，综合判决结果表示为r。则

$r=\left\{\begin{array}{cc}0,& y=0\\ 1,& x=0,y=1\\ warn,& x=1,y=1\end{array}\right..$

r＝0表示综合判决结果为“无窃听器”，r＝1表示“有窃听器”，r＝warn表示“可能存在窃听器”。

步骤6，移动终端的用户通过APP的形式显示频谱监测信息、视频内容、有无人类活动的结果、有无窃听器的结果以及信号源位置，具体为：

采用CordovaWebAPP方式，使IOS和Android多平台运行，通过频谱监测设备采集数据以及视频内容，发布为WebServices，使各个移动终端调用数据；对于历史数据则存储到数据库，方便查看历史记录；利用Cordova手机应用开发平台，用HTML和JavaScript语言制作出能在多个移动设备上运行的应用。

实施例1

结合图1～2，本实施例中窃听器发现与定位告警系统，包括频谱监测设备、视频监控设备、数据处理中心、视频处理中心、服务中心、移动终端。其中数据处理中心、视频处理中心和服务中心都是电脑上的模块。

本具体实施方式包括以下六个步骤：

1、环境监测网络构建：如图3所示，在环境中布设若干个频谱监测设备作为监测点。将各监测设备与电脑相连，使频谱监测设备接收到的信号数据可以实时传输到电脑上。同时在监测环境中布设视频监控设备，用于识别当前环境有无人类活动。将视频监控设备与电脑相连，使视频数据可以实时传输到电脑上。

2、GSM无线信号源发现：启动频谱监测设备，对监测环境进行实时时域采样，并将信息传输至电脑进行处理。将采集到的信号分解为同向分量和正交分量。将信号正交分量与同向分量提取并进行平方和，便得到各频谱监测设备采集信号的模值。考虑一种用移动2G网络工作的无线窃听器，其一个GSM工作周期为8个时隙，1个时隙0.577毫秒。工作频段主要为900MHz。将采样点数设为150000，采样率设为20MHz，监测中心频率设为900MHz。是否存在信号源的结果上传至服务中心。图4为当前环境存在信号源的示意图，其中横坐标表示采样时间，纵坐标为信号幅值。采样过程中出现方波，判断当前环境存在GSM信号源。

3、信号源定位：在发现GSM信号的情况下，对发射源进行精确定位。将横向两监测点长度与纵向两监测点长度均进行归一化，利用群智定位算法，得到发射源位置。如图5所示，横坐标对应实际场景横向位置，纵坐标对应实际场景纵向位置。当前定位的信号源相对位置坐标为(0.8,0.1)。定位坐标上传至服务中心。

4、人类活动视频识别：启动视频监控设备，对监测环境进行视频监控。视频内容上传至服务中心。如图6所示，当监控范围内无人类活动时，画面显示无人；当监控范围内有人类活动时，画面显示有人。

5、窃听器识别与告警：服务中心结合视频监控设备结果与频谱监测设备结果，对当前环境是否存在窃听器进行混合判决。若无异常信号值，判断为“无窃听器存在”。若有异常信号值，且有人类活动，判断为“可能存在窃听器”。若有异常信号值，且无人类活动，判断为“有窃听器存在”。如图7所示，窃听器识别与告警模块左下方显示视频监控信息以及人类活动识别结果，模块右下方显示频谱监测信息以及信号监测结果，上方显示信号源定位信息以及窃听器识别与告警。

6、移动终端信息呈现：用户通过移动终端APP的形式实时了解当前环境的电磁频谱信息，查看视频，以及环境中是否存在频谱安全隐患，即有无窃听器存在。如图8所示，APP模块由上至下以此为频谱监测信息、视频监控信息、信息安全综合判决。

综上所述，本发明窃听器发现与定位告警系统及其方法，立足于无线窃听器的发现、定位与告警，使人们在日常生活中可以方便、直观、远程、实时地了解所监测环境的安全情况，实现24小时无人值守的情况下环境信息安全的保障。

Claims (8)

1.一种窃听器发现与定位告警系统，其特征在于，包括频谱监测设备、视频监控设备、数据处理中心、视频处理中心、服务中心、移动终端，其中频谱监测设备通过数据处理中心接入服务中心，视频监控设备通过视频处理中心接入服务中心，服务中心与移动终端连接；

所述频谱监测设备用于采集当前环境信号值，并上传至数据处理中心；所述视频监控设备用于采集当前环境视频内容，并上传至视频处理中心；所述数据处理中心用于分析处理采集得到的信号值，识别当前环境有无GSM信号，对信号源进行定位，并将有无信号源及信号源位置上传至服务中心；所述视频处理中心用于识别当前环境有无人类活动，并将视频内容及判断结果上传至服务中心；所述服务中心综合判决当前环境有无窃听器存在以及发布数据，用于终端调用；所述移动终端采用APP形式，实现用户远程访问服务中心。

2.根据权利要求1所述的窃听器发现与定位告警系统，其特征在于，所述频谱监测设备采用NIUSRP2920，视频监控设备采用海康威视DS-2CD3320-I。

3.一种窃听器发现与定位告警方法，其特征在于，包括以下步骤：

步骤1，用频谱监测设备对监测环境内的GSM频域跳变信号进行时域数据采集，将数据输入计算机中数据处理中心模块；

步骤2，用视频监控设备对监测环境进行监控，将视频内容上传至计算机中视频处理中心模块；

步骤3，计算机中数据处理中心模块通过比较信号值与门限值判断有无GSM信号，并运用群智定位算法对信号发射源进行定位，结果上传至计算机中的服务中心模块；

步骤4，计算机中视频处理中心模块通过高斯混合模型对监测环境中有无人类活动进行识别与判断，结果上传至计算机中的服务中心模块；

步骤5，计算机中的服务中心模块对步骤3与步骤4上传的结果进行混合判决，对窃听器进行发现；

步骤6，移动终端的用户通过APP的形式显示频谱监测信息、视频内容、有无人类活动的结果、有无窃听器的结果以及信号源位置。

4.根据权利要求3所述的窃听器发现与定位告警方法，其特征在于，步骤1所述用频谱监测设备对监测环境内的GSM频域跳变信号进行时域数据采集，将数据上传至计算机中数据处理中心模块，具体为：

对频谱监测设备采集到的GSM频域跳变信号在数据处理中心进行处理，采集到的信号为复数形式，分解为同向分量和正交分量；将信号正交分量与同向分量提取并进行平方和，便得到各频谱监测设备采集信号的模值；设t时刻某频谱监测设备在时域采集得到的信号表示为x(t)，同向分量和正交分量分别表示为x_s(t)和x_q(t)，则时域信号x(t)在频谱监测设备测得的信号幅度值为假设一个GSM工作周期为T，频谱监测设备采样率为N，采样点数为n，采样时间为n/N，调整N使得n/N≤T。

5.根据权利要求3所述的窃听器发现与定位告警方法，其特征在于，步骤3所述计算机中数据处理中心模块运用群智定位算法对信号发射源进行定位，具体为：

(3.1)假设在监测环境中布设四个监测点，以左下角监测点的物理位置作为位置标识，设为L₁＝[0,0]，横向两监测点长度为l，纵向两监测点长度为w，则各监测点位置表示为L₂＝[0,w]，L₃＝[l,0]，L₄＝[l,w]；

(3.2)用x_i表示监测点i(i＝1,2,3,4)测得的能量信息，由于能量信息是负数，对能量信息依次做如下处理：求绝对值，求倒数，加n次方，得系数其中n为影响定位精度的参数，将系数进行归一化，得到归一化系数C_i；

(3.3)最后把得到的归一化系数与对应监测点位置相乘，得到信号源的位置坐标L_bug，即L_bug＝C₁*L₁+C₂*L₂+C₃*L₃+C₄*L₄。

6.根据权利要求3所述的窃听器发现与定位告警方法，其特征在于，步骤4所述计算机中视频处理中心模块通过高斯混合模型对监测环境中有无人类活动进行识别与判断，结果上传至计算机中的服务中心模块，具体为：

(4.1)初始化，对每个像素位置上对应的高斯模型参数进行初始化；

(4.2)检测并更新数据，每读入一张新的图片，判断对应点像素是否在高斯模型范围内：若在模型范围内，则判断为背景，即认为没有人；否则判断为前景，即认为有人。

7.根据权利要求3所述的窃听器发现与定位告警方法，其特征在于，步骤5所述计算机中的服务中心模块对步骤3与步骤4上传的结果进行混合判决，对窃听器进行发现，具体为：

若无异常信号值，判断为“无窃听器存在”；若有异常信号值，且有人类活动，判断为“可能存在窃听器”；若有异常信号值，且无人类活动，判断为“有窃听器存在”；假设视频监控设备结果表示为x，频谱监测设备结果表示为y，综合判决结果表示为r，则

$r=\left\{\begin{array}{cc}0,& y=0\\ 1,& x=0,y=1\\ warn,& x=1,y=1\end{array}\right.$

r＝0表示综合判决结果为“无窃听器”，r＝1表示“有窃听器”，r＝warn表示“可能存在窃听器”。

8.根据权利要求3所述的窃听器发现与定位告警方法，其特征在于，步骤6所述移动终端的用户通过APP的形式显示频谱监测信息、视频内容、有无人类活动的结果、有无窃听器的结果以及窃听器位置，具体为：

采用CordovaWebAPP方式，使IOS和Android多平台运行，通过频谱监测设备采集数据以及视频内容，发布为WebServices，使各个移动终端调用数据；对于历史数据则存储到数据库，方便查看历史记录；利用Cordova手机应用开发平台，用HTML和JavaScript语言制作出能在多个移动设备上运行的应用。