CN110139300B - 基于无线设备配置信息识别的探测无人机方法 - Google Patents

基于无线设备配置信息识别的探测无人机方法 Download PDF

Info

Publication number
CN110139300B
CN110139300B CN201910405952.4A CN201910405952A CN110139300B CN 110139300 B CN110139300 B CN 110139300B CN 201910405952 A CN201910405952 A CN 201910405952A CN 110139300 B CN110139300 B CN 110139300B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
wireless
wireless data
address
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910405952.4A
Other languages
English (en)
Other versions
CN110139300A (zh
Inventor
杨力
朱志斌
马建峰
张玉振
李成
冯伟坡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201910405952.4A priority Critical patent/CN110139300B/zh
Publication of CN110139300A publication Critical patent/CN110139300A/zh
Application granted granted Critical
Publication of CN110139300B publication Critical patent/CN110139300B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations
    • H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/618—Details of network addresses
    • H04L2101/622—Layer-2 addresses, e.g. medium access control [MAC] addresses

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于无线设备配置信息识别的探测无人机方法，其实现步骤为：(1)捕获拟定区域内的无线数据包；(2)从每个无线数据包中分别提取7个字段信息，组成一个有关无线数据包传输过程的向量组；(3)利用每个无线数据包中MAC地址和IP地址将无线数据包分类；(4)提取每一类无线数据包中5个字段信息，组成无线AP的向量组；(5)构建待测数据集；(6)构建树状匹配模型；(7)对树状匹配模型进行参数设置；(8)将待测数据集输入到树状匹配模型中，获得识别结果。本发明具有普适性强，能够灵活、高效的对未授权无人机进行探测。

Description

基于无线设备配置信息识别的探测无人机方法
技术领域
本发明属于目标识别技术领域，更进一步涉及无人机目标识别技术领域中的一种基于无线设备配置信息识别的探测无人机方法。本发明可用于探测在拟监控的区域内任意一种低空、慢速、小目标且使用无线设备的未授权无人机。
背景技术
近年来，随着信息、通讯等领域技术的不断成熟，促使无人机具有成本低、体积小、重量轻、易操纵、灵活性好、适应性强、稳定性高等优点，促使消费级无人机的使用门槛逐渐降低，带动了无人机产业整体的飞速发展。伴随着无人机操作难度的不断降低，为非专业人士日常使用无人机带来了巨大的便利，同时随之而来的还有一系列的隐患，诸如有不法分子利用低空、慢速、小目标且使用无线设备无人机来实施犯罪，对反恐、安保、警卫等领域的安全构成潜在而现实的安全风险挑战。若未授权小型无人机出现在私人领域或者国家重要场所，未授权无人机会通过其图传功能，将个人隐私甚至国家隐私泄露出去。为应对无人机黑飞滥用对个人隐私、治安管理及国家安全等造成的巨大威胁，相关的反无人机理论和技术研究也越来越受到国内外政府、学术界的高度重视，为了有效的打击未授权无人机入侵拟定区域，首先要对无人机进行探测，然后根据实际情况，选择对无人机的打击方式是采用火力打击式的硬毁伤，还是对其进行干扰失效的软毁伤。这些只有在探测到未授权无人机之后，才能及时采取相应、有效的反无人机措施，故目前对入侵拟定区域的未授权无人机进行快速、精准、有效的探测已经破在眉急。
北京邮电大学在其申请的专利文献“一种无人机信号探测方法及装置”(申请号201810885975.5申请公布号CN 109034088 A)中公开了一种无人机信号探测方法。该无人机信号探测方法是通过将获取待探测频段内无线信号进行频段划分，进而提取出多个频段内每个无线子信号的能量特征和累积量特征，并结合预先训练的SVM分类器，利用SVM分类器中的分类决策函数判断探测信号中是否有无人机信号。该方法存在的不足之处是：在提取多个频段内无线子信号的能量特征和累积量特征时，需要提取每一个子信号的能量特征和累积量特征，由于操作繁琐，而增加了特征提取过程的时间，影响了对无人机的探测效率。
浙江大学在其申请的专利文献“基于智能设备解析Wi-Fi MAC地址的无人机检测方法”(申请号201711184033.6申请公布号CN 108173978 A)中公开了一种无人机检测方法。该方法是通过利用信标帧中信源的MAC地址，与无人机厂家的MAC地址字段进行匹配进而检测无人机。该方法的具体步骤如下：(1)捕获空间中的无线信标帧；(2)解析出信标帧中信源MAC地址；(3)将解析到的MAC地址与无人机厂家的MAC地址进行匹配；(4)若匹配成功，则检测到无人机。该方法虽然提出了一种无人机检测方法，但是，该方法存在的不足之处是：仅使用单一维度进行检测，影响了对无人机的探测效率。
四川泰立科技股份有限公司在其申请的专利文献“反无人机探测系统及其控制方法”(申请号201610728595.1申请公布号CN 106154262 A)中公开了一种反无人机探测方法。该方法采用雷达装置和光学跟踪相结合的光电监视雷达装置，实现对拟定区域内未授权无人机的探测。该方法的具体步骤如下：(1)雷达装置对目标进行定位；(2)通过摄像机获取目标图像；(3)图像识别解码器将目标图像与无人机图像进行特征匹配；(4)匹配失败，转为人工判断；(5)匹配成功，则输出结果。该方法虽然提出了一种探测无人机方法，但是，该方法存在的不足之处是：所使用的雷达定位技术无法对低空、慢速、小目标且使用无线设备的未授权无人机进行定位；所使用的利用摄像机拍摄照片进行图像识别中，摄像机无法在夜间进行工作。
发明内容
本发明的目的是针对上述现有技术的不足，提出一种基于无线设备配置信息识别的探测无人机方法，用于解决现有技术对拟监控的区域内任意一种低空、慢速、小目标且使用无线设备的未授权无人机的探测设备受限、探测系统复杂以及探测性能不足的问题。
实现本发明目的的思路是，利用无人机与控制器之间的通信，需要通过WIFI进行信号的传送的特点，捕获拟定区域内的无线数据包。提取捕获到的每个无线数据包中协议名称、源MAC地址、目标MAC地址、SSID名称、源IP地址、目标IP地址、使用端口的字段信息组成的7元向量组，并按照源MAC地址、目标MAC地址和源IP地址、目标IP地址，将无线数据包进行分类，分别提取每一类无线数据包中协议名称、AP端MAC地址、SSID名称、AP端IP地址、使用端口的字段信息，组成一个5元向量组，将所有5元向量组组待测数据集。同时利用不同无人机生产厂商所生产的无人机所携带的无线设备的配置信息不同，构建一个树状匹配模型，进而将我们的待测数据集输入到树状匹配模型中，从而得到识别结果。
实现本发明目的的具体步骤包括如下：
(1)捕获无线数据包：
(1a)拟定区域内的无线数据包；
(2)生成无线数据包向量组：
(2a)从每个无线数据包中分别提取7个字段信息，组成无线数据包向量组；
(3)分类无线数据包：
(3a)将每个无线数据包向量组中源MAC地址的属性值和目标MAC地址的属性值相同或相反的无线数据包分为一类；
(3b)将每个无线数据包向量组中源IP地址的属性值和目标IP地址的属性值相同或相反的无线数据包分为一类；
(4)生成待测数据集：
(4a)从每一类无线数据包的信标帧中提取AP端MAC地址和SSID字段信息；
(4b)从每一类无线数据包的控制帧中提取协议字段信息；
(4c)从每一类无线数据包的数据帧中提取AP端IP地址、端口字段信息；
(4d)将每一类无线数据包中提取的协议、AP端MAC地址、SSID、AP端IP地址、端口字段信息组成一个无线AP向量组；
(4e)将所有的无线AP向量组组成一个待测数据集；
(5)构建树状匹配模型：
(5a)搭建一个七层树状匹配模型，其结构依次为：输入层→协议匹配层→AP端MAC地址匹配层→SSID名称匹配层→AP端IP地址匹配层→端口匹配层→输出层；其中，所述的输入层包括：协议、AP端MAC地址、SSID名称、AP端IP地址、端口号；
(5b)树状匹配模型中除输入层、输出层之外的其它各层参数如下：
将无人机生产厂商的无线设备配置中使用的协议名称组成的集合，设置为匹配层的参数；
将无人机生产厂商的无线设备配置中使用的MAC地址组成的集合，设置为AP端MAC地址匹配层的参数；
将无人机生产厂商的无线设备配置中使用的SSID名称组成的集合，设置为SSID名称匹配层的参数；
将无人机生产厂商的无线设备配置中使用的IP地址组成的集合，设置为AP端IP地址匹配层的参数；
将无人机生产厂商的无线设备配置中使用的端口号组成的集合，设置为端口匹配层的参数；
(6)识别待测数据集：
(6a)将待测数据集输入到树状匹配模型中；
(6b)判断待测数据集中的协议是否与组成协议匹配层参数的协议一致，若是，则执行步骤(6h)；否则，执行步骤(6c)；
(6c)判断待测数据集中的AP端MAC地址是否与组成AP端MAC地址匹配层参数的AP端MAC地址一致，若是，则执行步骤(6h)；否则，执行步骤(6d)；
(6d)判断待测数据集中的SSID名称是否与组成SSID名称匹配层参数的SSID名称一致，若是，则执行步骤(6h)；否则，执行步骤(6e)；
(6e)判断待测数据集中的AP端IP地址是否与组成AP端IP地址匹配层参数的AP端IP地址一致，若是，则执行步骤(6g)；否则，执行步骤(6f)；
(6f)判断待测数据集中的端口是否与组成端口匹配层参数的端口一致，若是，则执行步骤(6g)；否则，输出没有无人机的无线数据包；
(6g)输出疑似无人机的无线数据包；
(6h)输出无人机的无线数据包。
本发明与现有技术相比具有以下优点：
第一，由于本发明使用了源MAC地址、目标MAC地址、源IP地址和目的IP地址对捕获到的拟定区域内的无线数据包进行分类，克服了现有技术在提取多个频段内无线子信号的能量特征和累积量特征时，需要提取每一个子信号的能量特征和累积量特征，由于操作繁琐，而增加了特征提取过程的时间，影响了无人机信号的探测效率的缺点，使得本发明提取到每一类无线AP的特征信息，缩小了探测无人机所花费的时间。
第二，由于本发明使用了协议、AP端MAC地址、SSID名称、AP端IP地址、端口号5个维度对捕获到的无线数据包进行识别，克服了现有技术中仅使用单一维度进行检测，影响了对无人机的探测效率的缺点，使得本发明可以对捕获到的无线数据包进行5个维度刻画无线数据包的特征，能够对无线数据包进行更全面的分析，更加有效的对未授权无人机进行探测。
第三，由于本发明使用了树状匹配模型对无线数据包进行5个维度方面的识别，克服了现有技术中所使用的雷达定位技术无法对低空、慢速、小目标且使用无线设备的未授权无人机进行定位和所使用的利用摄像机拍摄照片进行图像识别中，摄像机无法在夜间进行工作的缺点，使得本发明可以进行全天候的探测工作，能够实现更加灵活和高效的对未授权无人机进行探测。
附图说明
图1是本发明的流程图；
具体实施方式
下面结合附图对发明做进一步描述。
参照附图1，对本发明的具体步骤做进一步的描述。
步骤1，捕获无线数据包。
拟定区域内的无线数据包。
所述的拟定区域是指：拟抓取数据包的区域。
步骤2，生成无线数据包向量组。
从每个无线数据包中分别提取7个字段信息，组成无线数据包向量组。
所述的7个字段信息是指：数据包中协议名称、源MAC地址、目标MAC地址、SSID名称、源IP地址、目标IP地址、使用端口的字段信息。
步骤3，分类无线数据包。
将每个无线数据包向量组中源MAC地址的属性值和目标MAC地址的属性值相同或相反的无线数据包分为一类。
将每个无线数据包向量组中源IP地址的属性值和目标IP地址的属性值相同或相反的无线数据包分为一类。
步骤4，生成待测数据集。
从每一类无线数据包的信标帧中提取AP端MAC地址和SSID字段信息。
从每一类无线数据包的控制帧中提取协议字段信息。
从每一类无线数据包的数据帧中提取AP端IP地址、端口字段信息。
将每一类无线数据包中提取的协议、AP端MAC地址、SSID、AP端IP地址、端口字段信息组成一个无线AP向量组。
将所有的无线AP向量组组成一个待测数据集。
步骤5，构建树状匹配模型。
搭建一个七层树状匹配模型，其结构依次为：输入层→协议匹配层→AP端MAC地址匹配层→SSID名称匹配层→AP端IP地址匹配层→端口匹配层→输出层；其中，所述的输入层包括：协议、AP端MAC地址、SSID名称、AP端IP地址、端口号。
树状匹配模型中除输入层、输出层之外的其它各层参数如下。
将无人机生产厂商的无线设备配置中使用的协议名称组成的集合，设置为匹配层的参数。
将无人机生产厂商的无线设备配置中使用的MAC地址组成的集合，设置为AP端MAC地址匹配层的参数。
将无人机生产厂商的无线设备配置中使用的SSID名称组成的集合，设置为SSID名称匹配层的参数。
将无人机生产厂商的无线设备配置中使用的IP地址组成的集合，设置为AP端IP地址匹配层的参数。
将无人机生产厂商的无线设备配置中使用的端口号组成的集合，设置为端口匹配层的参数。
步骤6，识别待测数据集。
(6.1)将待测数据集输入到树状匹配模型中。
(6.2)判断待测数据集中的协议是否与组成协议匹配层参数的协议一致，若是，则执行本步骤的(6.8)；否则，执行本步骤的(6.3)。
(6.3)判断待测数据集中的AP端MAC地址是否与组成AP端MAC地址匹配层参数的AP端MAC地址一致，若是，则执行本步骤的(6.8)；否则，执行本步骤的(6.4)。
(6.4)判断待测数据集中的SSID名称是否与组成SSID名称匹配层参数的SSID名称一致，若是，则执行本步骤的(6.8)；否则，执行本步骤的(6.5)。
(6.5)判断待测数据集中的AP端IP地址是否与组成AP端IP地址匹配层参数的AP端IP地址一致，若是，则执行本步骤的(6.7)；否则，执行本步骤的(6.6)。
(6.6)判断待测数据集中的端口是否与组成端口匹配层参数的端口一致，若是，则执行本步骤的(6.7)；否则，输出没有无人机的无线数据包。
(6.7)输出疑似无人机的无线数据包。
(6.8)输出无人机的无线数据包。

Claims (3)

1.一种基于无线设备配置信息识别的探测无人机方法，其特征在于，利用无线数据包的结构特征，生成7元向量组，结合7元向量组中统一标识和无人机生产厂商对其无线设备的配置信息，该方法的步骤包括如下：
(1)捕获无线数据包：
(1a)拟定区域内的无线数据包；
(2)生成无线数据包向量组：
(2a)从每个无线数据包中分别提取7个字段信息，组成无线数据包向量组；
(3)分类无线数据包：
(3a)将每个无线数据包向量组中源MAC地址的属性值和目标MAC地址的属性值相同或相反的无线数据包分为一类；
(3b)将每个无线数据包向量组中源IP地址的属性值和目标IP地址的属性值相同或相反的无线数据包分为一类；
(4)生成待测数据集：
(4a)从每一类无线数据包的信标帧中提取AP端MAC地址和SSID字段信息；
(4b)从每一类无线数据包的控制帧中提取协议字段信息；
(4c)从每一类无线数据包的数据帧中提取AP端IP地址、端口字段信息；
(4d)将每一类无线数据包中提取的协议、AP端MAC地址、SSID、AP端IP地址、端口字段信息组成一个无线AP向量组；
(4e)将所有的无线AP向量组组成一个待测数据集；
(5)构建树状匹配模型：
(5a)搭建一个七层树状匹配模型，其结构依次为：输入层→协议匹配层→AP端MAC地址匹配层→SSID名称匹配层→AP端IP地址匹配层→端口匹配层→输出层；其中，所述的输入层包括：协议、AP端MAC地址、SSID名称、AP端IP地址、端口号；
(5b)树状匹配模型中除输入层、输出层之外的其它各层参数如下：
将无人机生产厂商的无线设备配置中使用的协议名称组成的集合，设置为匹配层的参数；
将无人机生产厂商的无线设备配置中使用的MAC地址组成的集合，设置为AP端MAC地址匹配层的参数；
将无人机生产厂商的无线设备配置中使用的SSID名称组成的集合，设置为SSID名称匹配层的参数；
将无人机生产厂商的无线设备配置中使用的IP地址组成的集合，设置为AP端IP地址匹配层的参数；
将无人机生产厂商的无线设备配置中使用的端口号组成的集合，设置为端口匹配层的参数；
(6)识别待测数据集：
(6a)将待测数据集输入到树状匹配模型中；
(6b)判断待测数据集中的协议是否与组成协议匹配层参数的协议一致，若是，则执行步骤(6h)；否则，执行步骤(6c)；
(6c)判断待测数据集中的AP端MAC地址是否与组成AP端MAC地址匹配层参数的AP端MAC地址一致，若是，则执行步骤(6h)；否则，执行步骤(6d)；
(6d)判断待测数据集中的SSID名称是否与组成SSID名称匹配层参数的SSID名称一致，若是，则执行步骤(6h)；否则，执行步骤(6e)；
(6e)判断待测数据集中的AP端IP地址是否与组成AP端IP地址匹配层参数的AP端IP地址一致，若是，则执行步骤(6g)；否则，执行步骤(6f)；
(6f)判断待测数据集中的端口是否与组成端口匹配层参数的端口一致，若是，则执行步骤(6g)；否则，输出没有无人机的无线数据包；
(6g)输出疑似无人机的无线数据包；
(6h)输出无人机的无线数据包。
2.根据权利要求1所述的基于无线设备配置信息识别的探测无人机方法，其特征在于，步骤(1a)中所述的拟定区域是指，拟抓取数据包的区域。
3.根据权利要求1所述的基于无线设备配置信息识别的探测无人机方法，其特征在于，步骤(2a)中所述的7个字段信息是指：数据包中协议名称、源MAC地址、目标MAC地址、SSID名称、源IP地址、目标IP地址、使用端口的字段信息。
CN201910405952.4A 2019-05-16 2019-05-16 基于无线设备配置信息识别的探测无人机方法 Active CN110139300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910405952.4A CN110139300B (zh) 2019-05-16 2019-05-16 基于无线设备配置信息识别的探测无人机方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910405952.4A CN110139300B (zh) 2019-05-16 2019-05-16 基于无线设备配置信息识别的探测无人机方法

Publications (2)

Publication Number Publication Date
CN110139300A CN110139300A (zh) 2019-08-16
CN110139300B true CN110139300B (zh) 2021-05-14

Family

ID=67574507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910405952.4A Active CN110139300B (zh) 2019-05-16 2019-05-16 基于无线设备配置信息识别的探测无人机方法

Country Status (1)

Country Link
CN (1) CN110139300B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1486036A (zh) * 2003-08-22 2004-03-31 北京港湾网络有限公司 海量信息高速分类和过滤的方法
US6957067B1 (en) * 2002-09-24 2005-10-18 Aruba Networks System and method for monitoring and enforcing policy within a wireless network
CN103491069A (zh) * 2013-09-05 2014-01-01 北京科能腾达信息技术股份有限公司 网络数据包的过滤方法
CN106851646A (zh) * 2016-12-31 2017-06-13 北京红山瑞达科技有限公司 一种wifi接入安全检测方法及装置、wifi接入系统
CN207007004U (zh) * 2017-03-27 2018-02-13 北京理工全盛科技有限公司 一种低空无人机防御装置和系统
WO2018170735A1 (zh) * 2017-03-21 2018-09-27 深圳市大疆创新科技有限公司 无人机控制方法及控制设备、无人机监管方法及监管设备
CN109034088A (zh) * 2018-08-06 2018-12-18 北京邮电大学 一种无人机信号探测方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170234966A1 (en) * 2016-02-17 2017-08-17 Qualcomm Incorporated Device for uav detection and identification

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6957067B1 (en) * 2002-09-24 2005-10-18 Aruba Networks System and method for monitoring and enforcing policy within a wireless network
CN1486036A (zh) * 2003-08-22 2004-03-31 北京港湾网络有限公司 海量信息高速分类和过滤的方法
CN103491069A (zh) * 2013-09-05 2014-01-01 北京科能腾达信息技术股份有限公司 网络数据包的过滤方法
CN106851646A (zh) * 2016-12-31 2017-06-13 北京红山瑞达科技有限公司 一种wifi接入安全检测方法及装置、wifi接入系统
WO2018170735A1 (zh) * 2017-03-21 2018-09-27 深圳市大疆创新科技有限公司 无人机控制方法及控制设备、无人机监管方法及监管设备
CN207007004U (zh) * 2017-03-27 2018-02-13 北京理工全盛科技有限公司 一种低空无人机防御装置和系统
CN109034088A (zh) * 2018-08-06 2018-12-18 北京邮电大学 一种无人机信号探测方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Blind Detection: Advanced Techniques for WiFi-Based Drone Surveillance;Igor Bisio 等;《IEEE Transactions on Vehicular Technology》;20181203;全文 *
低空反无人机技术现状与发展趋势;张静 等;《航空工程进展》;20180228;第9卷(第1期);全文 *

Also Published As

Publication number Publication date
CN110139300A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
US10621443B2 (en) Systems, methods, apparatuses, and devices for identifying, tracking, and managing unmanned aerial vehicles
US10025993B2 (en) Systems, methods, apparatuses, and devices for identifying and tracking unmanned aerial vehicles via a plurality of sensors
CN112667717B (zh) 变电站巡检信息处理方法、装置、计算机设备和存储介质
CN112738015B (zh) 一种基于可解释卷积神经网络cnn与图检测的多步攻击检测方法
Zhao et al. Classification of small UAVs based on auxiliary classifier Wasserstein GANs
US10317506B2 (en) Systems, methods, apparatuses, and devices for identifying, tracking, and managing unmanned aerial vehicles
US10025991B2 (en) Systems, methods, apparatuses, and devices for identifying, tracking, and managing unmanned aerial vehicles
CN112788008B (zh) 一种基于大数据的网络安全动态防御系统及方法
CN107197456B (zh) 一种基于客户端的识别伪ap的检测方法及检测装置
CN107403165B (zh) 智能人脸识别系统的数据管理架构及使用方法
CN102438238A (zh) 一种在集中式wlan环境中检测非法ap的方法
US11240136B2 (en) Determining attributes using captured network probe data in a wireless communications system
CN109618286A (zh) 一种实时监控系统和方法
CN109282700A (zh) 一种认知无线电的无人机反追逐定向方法及反制装置
Gul et al. Fine-grained augmentation for RF fingerprinting under impaired channels
CN106452716A (zh) 基于Hash指纹的无人机信号识别检测算法
CN104009870A (zh) Wlan无线入侵告警聚合方法
CN106899978A (zh) 一种无线网络攻击定位方法
CN110139300B (zh) 基于无线设备配置信息识别的探测无人机方法
CN106529514B (zh) 一种基于红外热成像的无人机干扰方法、系统及装置
CN111812625B (zh) 一种反无人机偷拍检测方法
CN108173978A (zh) 基于智能设备解析Wi-Fi MAC地址的无人机检测方法
CN113542353A (zh) 一种卡口管控方法和卡口系统
CN108400995B (zh) 一种基于流量模式比对的网络攻击识别方法及识别系统
CN208848210U (zh) 车载人脸识别终端和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant