CN114125849B - 一种工业物联网中的无线通信安全态势感知系统 - Google Patents

一种工业物联网中的无线通信安全态势感知系统 Download PDF

Info

Publication number
CN114125849B
CN114125849B CN202111398729.5A CN202111398729A CN114125849B CN 114125849 B CN114125849 B CN 114125849B CN 202111398729 A CN202111398729 A CN 202111398729A CN 114125849 B CN114125849 B CN 114125849B
Authority
CN
China
Prior art keywords
mobile communication
cell
signal
identification code
cell information
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
CN202111398729.5A
Other languages
English (en)
Other versions
CN114125849A (zh
Inventor
陈泽仁
李娟�
刘银龙
杨勇
耿立茹
孙继燕
张天魁
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.)
Jiangxi Xinbingrui Technology Co ltd
Original Assignee
Jiangxi Xinbingrui Technology Co ltd
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 Jiangxi Xinbingrui Technology Co ltd filed Critical Jiangxi Xinbingrui Technology Co ltd
Priority to CN202111398729.5A priority Critical patent/CN114125849B/zh
Publication of CN114125849A publication Critical patent/CN114125849A/zh
Application granted granted Critical
Publication of CN114125849B publication Critical patent/CN114125849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
    • H04W12/122—Counter-measures against attacks; Protection against rogue devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/60—Context-dependent security
    • H04W12/67—Risk-dependent, e.g. selecting a security level depending on risk profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种工业物联网中的无线通信安全态势感知系统，包括相互通信的信号采集单元和数据分析单元；信号采集单元锁定接入服务的小区，采集该小区周边的移动通信小区信息，提取小区下行信号以及该小区周边的移动通信终端国际用户识别码；数据分析单元接收信号采集单元采集的移动通信小区信息、小区下行信号及移动通信终端国际用户识别码，并在对移动通信小区信息进行分类比对失败后，提取该小区下行信号进行特征分析，且在特征分析结果异常时进行报警；或/及，在对移动通信终端国际用户识别码进行比对失败时，直接进行报警。实施本发明，能实现伪基站及非法终端的识别及检测，用以降低信息泄露及工业设备遭受网络攻击的风险。

Description

一种工业物联网中的无线通信安全态势感知系统
技术领域
本发明涉及无线通信技术领域，尤其涉及一种工业物联网中的无线通信安全态势感知系统。
背景技术
随着移动通信技术的发展及我国工业制造智能化的推进，工业物联网将成为我国经济增长中最具潜力的领域之一。在工业应用场景中，工业物联网借助移动通信网络实现设备间的互联互通，工业控制系统之间也利用移动通信网络实现远程控制。随着5G商用落地的加速，工业物联网等新型基础设施的建设逐步加快，工业物联网成为5G主要的应用场景之一，5G高速率、低时延及容量大的特点与工业物联网的网络需求高度契合。
5G技术发展带来的丰富场景服务将工业物联网中工控系统及信息采集系统深度融合，能够极大提高生产效率。但工业物联网的存在使得原本与互联网隔离的工业网络与设备暴露在互联网上，工业设施与互联网空间的连接带来了极大的安全隐患。其中无线网络的开放性及接入的不确定性给工业物联网的可靠工作带来了更多风险，如利用伪基站技术阻断工业设备的正常网络连接、利用非法终端攻击基站使其无法提供正常服务以及利用网络漏洞获取敏感数据等攻击方式。
工业物联网通信场景下，信息安全显得极为重要。如何防范伪基站及非法终端，感知移动通信安全态势，保证移动通信安全成为了工业物联网信息安全保障的一大难题。
尽管5G在终端认证方面引入了用户隐藏标识符以保护用户认证信息，极大的降低了用户真实标识符被伪基站获取的风险，但这需要5G独立组网架构才能实现对用户真实身份信息的保护。然而，在2G/3G/4G或者5G非独立组网通信环境中，利用隐私泄露漏洞，伪基站不仅可以获取工业设备的隐私标识造成设备隐私信息泄露，还能够利用蜂窝小区切换重选过程吸附工业设备通信终端至伪基站，阻断工业设备正常网络连接，影响生产安全。
因此，针对工业物联网中的通信环境安全问题，亟需一种无线通信安全态势感知系统，实现伪基站及非法终端的识别及检测，用以降低信息泄露及工业设备遭受网络攻击的风险。
发明内容
本发明实施例所要解决的技术问题在于，提供一种工业物联网中的无线通信安全态势感知系统，能实现伪基站及非法终端的识别及检测，用以降低信息泄露及工业设备遭受网络攻击的风险。
为了解决上述技术问题，本发明实施例提供了一种工业物联网中的无线通信安全态势感知系统，包括相互通信的信号采集单元和数据分析单元；其中，
所述信号采集单元，用于锁定接入服务的小区，并采集该小区周边的移动通信小区信息，且根据该移动通信小区信息，提取小区下行信号进行同步广播，以得到该小区周边的移动通信终端国际用户识别码，进一步将该移动通信小区信息、小区下行信号及移动通信终端国际用户识别码打包上传给所述数据分析单元；
所述数据分析单元，用于接收所述信号采集单元上传的移动通信小区信息、小区下行信号及移动通信终端国际用户识别码，并在对该移动通信小区信息进行分类比对失败后，提取该小区下行信号进行特征分析，且在特征分析结果异常时进行报警；或/及，在对该移动通信终端国际用户识别码进行比对失败时，直接进行报警。
其中，所述信号采集单元包括无线基站通信模块、射频信号收发模块以及控制终端；其中，
所述无线基站通信模块，用于锁定接入服务的小区并定时执行网络联通性检测，以及采集该小区周边的移动通信小区信息并转发给所述控制终端；其中，该移动通信小区信息包括小区制式及频点号；
所述射频信号收发模块，用于获取所述控制终端根据该移动通信小区信息所提取的小区下行信号进行同步广播；以及，接收该小区预设移动通信终端接收到同步广播后所上报的识别码信号，并转发给所述控制终端；
所述控制终端与所述数据分析单元相连，用于根据该移动通信小区信息，提取小区下行信号，以及对该识别码信号进行解析，得到该小区周边的移动通信终端国际用户识别码，且进一步将该移动通信小区信息、小区下行信号及移动通信终端国际用户识别码打包上传给所述数据分析单元。
其中，所述无线基站通信模块为5G全网通通信模块；所述射频信号收发模块为软件无线电HackRf One；所述控制终端为树莓派4B+。
其中，所述数据分析单元包括基于Kafka的消息队列模块、基于神经网络的信号分析模块、基于Flink的数据处理模块和报警模块；其中，
所述基于Kafka的消息队列模块与所述信号采集单元相连，用于接收所述信号采集单元上传的移动通信小区信息、小区下行信号及移动通信终端国际用户识别码，并分别转发给所述基于神经网络的信号分析模块和所述基于Flink的数据处理模块；
所述基于Flink的数据处理模块，用于将该移动通信小区信息进行分类，并与预设的小区信息进行比对，且在比对失败后，提取该小区下行信号转发给所述基于神经网络的信号分析模块；以及，将该移动通信终端国际用户识别码预设的终端信息进行比对，并在比对失败时，输出告警信号给所述报警模块；
所述基于神经网络的信号分析模块，用于对该小区下行信号进行特征提取，并将提取的特征与预先采集的正常基站信号特征数据进行匹配，且在匹配不一致时，输出告警信号给所述报警模块；
所述报警模块，用于接收到该告警信号进行报警。
其中，所述基于神经网络的信号分析模块包括特征提取神经网络和特征匹配神经网络。
实施本发明实施例，具有如下有益效果：
1、本发明针对工业物联网中的通信环境安全问题，实现了伪基站及非法终端的识别及检测，降低了信息泄露及工业设备遭受网络攻击的风险；
2、本发明通过部署信息采集单元实现覆盖范围及识别精度的动态配置，同时引入Flink数据处理引擎实现通信安全态势的实时感知；
3、本发明引入深度学习技术完成信号特征提取及匹配，提升特征匹配精度进而提高伪基站识别正确率，并结合信号能量测量算法能够针对特定伪基站或非法终端进行轨迹生成，实现伪基站及非法终端的定位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的一种工业物联网中的无线通信安全态势感知系统的结构示意图；
图2为本发明实施例提供的一种工业物联网中的无线通信安全态势感知系统中应用场景的流程图；
图3为图2中步骤104具体实现的流程图；
图4为图2中步骤105具体实现的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，为本发明实施例中，提供的一种工业物联网中的无线通信安全态势感知系统，包括相互通信的信号采集单元1和数据分析单元2；其中，
信号采集单元1，用于锁定接入服务的小区，并采集该小区周边的移动通信小区信息，且根据该移动通信小区信息，提取小区下行信号进行同步广播，以得到该小区周边的移动通信终端国际用户识别码，进一步将该移动通信小区信息、小区下行信号及移动通信终端国际用户识别码打包上传给所述数据分析单元；
数据分析单元2，用于接收所述信号采集单元上传的移动通信小区信息、小区下行信号及移动通信终端国际用户识别码，并在对该移动通信小区信息进行分类比对失败后，提取该小区下行信号进行特征分析，且在特征分析结果异常时进行报警；或/及，在对该移动通信终端国际用户识别码进行比对失败时，直接进行报警。
在本发明实施例中，信号采集单元1包括无线基站通信模块11、射频信号收发模块12以及控制终端13；其中，
无线基站通信模块11，用于锁定接入服务的小区并定时执行网络联通性检测，以及采集该小区周边的移动通信小区信息并转发给控制终端13；其中，该移动通信小区信息包括小区制式及频点号；
射频信号收发模块12，用于获取所述控制终端根据该移动通信小区信息所提取的小区下行信号进行同步广播；以及，接收该小区预设移动通信终端接收到同步广播后所上报的识别码信号，并转发给控制终端13；
控制终端13与数据分析单元2相连，用于根据该移动通信小区信息，提取小区下行信号，以及对该识别码信号进行解析，得到该小区周边的移动通信终端国际用户识别码，且进一步将该移动通信小区信息、小区下行信号及移动通信终端国际用户识别码打包上传给数据分析单元2。
在一个实施例中，无线基站通信模块11为5G全网通通信模块；射频信号收发模块12为软件无线电HackRf One；控制终端13为树莓派4B+。
在本发明实施例中，数据分析单元2包括基于Kafka的消息队列模块21、基于神经网络的信号分析模块22、基于Flink的数据处理模块23和报警模块24；其中，
基于Kafka的消息队列模块21与信号采集单元1相连，用于接收信号采集单元1上传的移动通信小区信息、小区下行信号及移动通信终端国际用户识别码，并分别转发给基于神经网络的信号分析模块22和基于Flink的数据处理模块23；
基于Flink的数据处理模块23，用于将该移动通信小区信息进行分类，并与预设的小区信息进行比对，且在比对失败后，提取该小区下行信号转发给基于神经网络的信号分析模块22；以及，将该移动通信终端国际用户识别码预设的终端信息进行比对，并在比对失败时，输出告警信号给报警模块24；
基于神经网络的信号分析模块22，用于对该小区下行信号进行特征提取，并将提取的特征与预先采集的正常基站信号特征数据进行匹配，且在匹配不一致时，输出告警信号给报警模块24；
报警模块24，用于接收到该告警信号进行报警。
在一个实施例中，基于神经网络的信号分析模块22包括特征提取神经网络和特征匹配神经网络。相较于传统的信号特征提取算法，基于深度神经网络的信号特征提取算法不依赖于信号的先验信息，依据深度神经网络能够同时提取信号时域及频域特征。伪基站及正常基站由于硬件设备成本、同步时钟精度等原因，信号相位噪声、噪声特性、载频误差、调制误差等特征具有明显差异，特征提取后利用特征匹配神经网络与预先采集的正常基站信号特征数据进行匹配，如匹配失败则判定异常小区出现，将异常小区信息上报至告警展示输出模块。较于传统的特征算法，基于神经网络的特征匹配算法能够有效提升匹配精度，降低误报率。
报警模块24为蜂鸣器和/及报警灯。
综上，本发明实施例中的一种工业物联网中的无线通信安全态势感知系统将全网通通信模块与软件无线电相结合，综合考虑信号及信令层面判定伪基站；同时，利用软件无线电模拟通信小区，通过引导通信终端执行小区切换流程并获取终端国际移动用户识别码检测非法终端；最后，应用深度学习技术替代传统信号特征提取算法及特征匹配算法，提取信号时域及频域特征，提高特征匹配精度。
本发明实施例中的一种工业物联网中的无线通信安全态势感知系统的工作原理为：
首先，部署的信号采集单元1依据预先配置，通过无线基站通信模块11锁定接入服务的小区，防止通信模块被吸附至伪基站；其中，锁定方式为指定接入小区的频点号及运营商网络标识号。
其次，待通信接入服务的小区锁定成功后，通过无线基站通信模块11采集该小区周边的移动通信小区信息，并将采集到的移动通信小区信息中的小区制式及频点号上报至控制终端13。
接着，控制终端13依据网络制式将频点号换算为信号频率并控制射频信号收发模块12接收此频率信号，使得射频信号收发模块12能利用控制终端13提取小区下行信号的同步信号进行广播，引导信号覆盖范围内移动通信终端执行小区切换流程，主动上报自身国际移动用户识别码(IMSI)。
然后，控制终端13将移动通信终端经射频信号收发模块12上报的国际移动用户识别码解析后，将该移动通信终端国际用户识别码上报至数据分析单元2的基于Kafka的消息队列模块21。
此时，数据分析单元2接收来自信号采集单元1的三种信息：移动通信小区信息、国际移动用户识别码和下行信号，并通过基于Kafka的消息队列模块21分发给基于神经网络的信号分析模块22及基于Flink的数据处理模块23。
然后，基于Flink的数据处理模块23将移动通信小区信息进行分类，并将该移动通信小区信息与预设小区信息进行比对，若比对失败(如采集到新的小区信息或者小区网络联通性测试失败)，则将小区下行信号输入至基于神经网络的信号分析模块22进行特征提取，进一步将提取的特征与预先采集的正常基站信号特征数据进行匹配，且在匹配不一致时，输出告警信号给报警模块24。
另外，基于Flink的数据处理模块23依据国际移动用户识别码统计不同移动通信终端设备的上线频率，并与预设终端信息进行比对，并在比对失败时，输出告警信号给报警模块24。
本发明实施例中的一种工业物联网中的无线通信安全态势感知系统的应用场景具体如下：
场景假设：在目标区内，有N个移动运营商提供的不同通信制式的正常服务小区及一个恶意伪基站，在目标区域内均匀分布M个信号采集模块，同时存在K个非法终端。
主要包括如下流程步骤，如图2所示：
步骤101：信号采集单元初始化；其中，初始化终端设备、加载预设数据，信息采集单元配置通信模块驻留至指定小区，并开始执行定时查询小区及终端信息任务；
步骤102：信号采集单元采集小区信息并上报；
步骤103：信号采集单元采集终端标识符并上报；
步骤104：数据分析单元分析基站信息；
步骤105：数据分析单元分析终端信息；
步骤106：上报异常基站信息；
步骤107：上报非法终端信息；
步骤108：风险提示及告警输出；
步骤109：流程结束。
其中，如图3所示，步骤104分析基站信息具体步骤为：
步骤201：将信号采集单元上报的小区信息作为输入。
步骤202：将所有小区信息与预设信息匹配；其中，匹配的小区信息包括小区下行频点号、小区标识、小区运营商网络标识号及小区下行参考信号强度。
步骤203：是否存在未匹配小区。
步骤204：小区下行同步信号特征提取。
步骤205：小区下行同步信号特征匹配。
步骤206：依据信号特征判断该小区是否为伪基站。
步骤207：风险提示及告警输出。
步骤208：流程结束。
其中，如图4所示，步骤105实现终端信息分析具体步骤为：
步骤301：将所有终端信息作为输入。
步骤302：依据终端标识符，于预置数据库查询是否存在未知终端。
步骤303：于预置数据库查询上报终端的信号采集模块信号覆盖范围内是否允许出现未知标识终端设备。
步骤304：风险提示及告警输出。
步骤305：流程结束。
步骤302中提到的终端标识符为国际移动用户识别码(IMSI)；
通过信号采集模块定时执行基站及终端信息采集任务并上报采集数据至数据分析进行分析，可以实现工业物联网中的通信环境安全态势的实时感知。
实施本发明实施例，具有如下有益效果：
1、本发明针对工业物联网中的通信环境安全问题，实现了伪基站及非法终端的识别及检测，降低了信息泄露及工业设备遭受网络攻击的风险；
2、本发明通过部署信息采集单元实现覆盖范围及识别精度的动态配置，同时引入Flink数据处理引擎实现通信安全态势的实时感知；
3、本发明引入深度学习技术完成信号特征提取及匹配，提升特征匹配精度进而提高伪基站识别正确率，并结合信号能量测量算法能够针对特定伪基站或非法终端进行轨迹生成，实现伪基站及非法终端的定位。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (4)

1.一种工业物联网中的无线通信安全态势感知系统，其特征在于，包括相互通信的信号采集单元和数据分析单元；其中，
所述信号采集单元，用于锁定接入服务的第一小区，并采集第一小区周边的移动通信小区信息，且根据该移动通信小区信息，提取第一小区下行信号进行同步广播，以得到第一小区周边的移动通信终端国际用户识别码，进一步将该移动通信小区信息、第一小区下行信号及移动通信终端国际用户识别码打包上传给所述数据分析单元；
所述数据分析单元，用于接收所述信号采集单元上传的移动通信小区信息、第一小区下行信号及移动通信终端国际用户识别码，并在对该移动通信小区信息进行分类比对失败后，提取第一小区下行信号进行特征分析，且在特征分析结果异常时进行报警；及，在对该移动通信终端国际用户识别码进行比对失败时，直接进行报警；
所述数据分析单元包括基于Kafka 的消息队列模块、基于神经网络的信号分析模块、基于Flink 的数据处理模块和报警模块；其中，
所述基于 Kafka 的消息队列模块与所述信号采集单元相连，用于接收所述信号采集单元上传的移动通信小区信息、第一小区下行信号及移动通信终端国际用户识别码，并分别转发给所述基于神经网络的信号分析模块和所述基于Flink 的数据处理模块；
所述基于 Flink 的数据处理模块，用于将该移动通信小区信息进行分类，并与预设的小区信息进行比对，且在比对失败后，提取第一小区下行信号转发给所述基于神经网络的信号分析模块；以及，将该移动通信终端国际用户识别码预设的终端信息进行比对，并在比对失败时，输出告警信号给所述报警模块；
所述基于神经网络的信号分析模块，用于对第一小区下行信号进行特征提取，并将提取的特征与预先采集的正常基站信号特征数据进行匹配，且在匹配不一致时，输出告警信号给所述报警模块；所述报警模块，用于接收到该告警信号进行报警。
2.如权利要求1 所述的工业物联网中的无线通信安全态势感知系统，其特征在于，所述信号采集单元包括无线基站通信模块、射频信号收发模块以及控制终端；其中，
所述无线基站通信模块，用于锁定接入服务的第一小区并定时执行网络联通性检测，以及采集第一小区周边的移动通信小区信息并转发给所述控制终端；其中，该移动通信小区信息包括小区制式及频点号；
所述射频信号收发模块，用于获取所述控制终端根据该移动通信小区信息所提取的第一小区下行信号进行同步广播；以及，接收第一小区预设移动通信终端接收到同步广播后所上报的识别码信号，并转发给所述控制终端；
所述控制终端与所述数据分析单元相连，用于根据该移动通信小区信息，提取第一小区下行信号，以及对该识别码信号进行解析，得到第一小区周边的移动通信终端国际用户识别码，且进一步将该移动通信小区信息、第一小区下行信号及移动通信终端国际用户识别码打包上传给所述数据分析单元。
3.如权利要求2 所述的工业物联网中的无线通信安全态势感知系统，其特征在于，所述无线基站通信模块为5G 全网通通信模块；所述射频信号收发模块为软件无线电HackRfOne；所述控制终端为树莓派4B+。
4.如权利要求1所述的工业物联网中的无线通信安全态势感知系统，其特征在于，所述基于神经网络的信号分析模块包括特征提取神经网络和特征匹配神经网络。
CN202111398729.5A 2021-11-19 2021-11-19 一种工业物联网中的无线通信安全态势感知系统 Active CN114125849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111398729.5A CN114125849B (zh) 2021-11-19 2021-11-19 一种工业物联网中的无线通信安全态势感知系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111398729.5A CN114125849B (zh) 2021-11-19 2021-11-19 一种工业物联网中的无线通信安全态势感知系统

Publications (2)

Publication Number Publication Date
CN114125849A CN114125849A (zh) 2022-03-01
CN114125849B true CN114125849B (zh) 2023-05-30

Family

ID=80440370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111398729.5A Active CN114125849B (zh) 2021-11-19 2021-11-19 一种工业物联网中的无线通信安全态势感知系统

Country Status (1)

Country Link
CN (1) CN114125849B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117596651A (zh) * 2024-01-18 2024-02-23 煤炭科学技术研究院有限公司 工业设备的接入方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017185873A1 (zh) * 2016-04-25 2017-11-02 努比亚技术有限公司 伪基站识别方法、装置及终端、存储介质
CN107889112A (zh) * 2017-12-13 2018-04-06 维沃移动通信有限公司 一种伪基站的识别方法及移动终端
CN108124262A (zh) * 2017-12-19 2018-06-05 努比亚技术有限公司 伪基站识别方法、终端及计算机可读存储介质
CN111163115A (zh) * 2020-04-03 2020-05-15 深圳市云盾科技有限公司 一种基于双引擎的物联网安全监测方法及系统
CN111866886A (zh) * 2019-04-25 2020-10-30 华为技术有限公司 一种伪基站识别方法、相关设备及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5867604B2 (ja) * 2012-07-12 2016-02-24 日本電気株式会社 移動局、無線基地局装置、無線通信システム、データ配信方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017185873A1 (zh) * 2016-04-25 2017-11-02 努比亚技术有限公司 伪基站识别方法、装置及终端、存储介质
CN107889112A (zh) * 2017-12-13 2018-04-06 维沃移动通信有限公司 一种伪基站的识别方法及移动终端
CN108124262A (zh) * 2017-12-19 2018-06-05 努比亚技术有限公司 伪基站识别方法、终端及计算机可读存储介质
CN111866886A (zh) * 2019-04-25 2020-10-30 华为技术有限公司 一种伪基站识别方法、相关设备及系统
CN111163115A (zh) * 2020-04-03 2020-05-15 深圳市云盾科技有限公司 一种基于双引擎的物联网安全监测方法及系统

Also Published As

Publication number Publication date
CN114125849A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN107683617B (zh) 用于伪基站检测的系统及方法
US10609631B2 (en) Rogue base station router detection with configurable threshold algorithms
CN103648096A (zh) 一种非法基站入侵的快速检测与定位方法
CN114125849B (zh) 一种工业物联网中的无线通信安全态势感知系统
US10866299B2 (en) Method and apparatus for determining azimuth for transmission by base station
CN111416866A (zh) 一种电力物联网数据通信方法
CN107241716A (zh) 车联网的网络通信检测装置和检测方法
CN111092645B (zh) 一种卫星通信系统实时监控处理系统
CN103458448B (zh) 一种通信网络故障诊断方法及设备
Gul et al. Fine-grained augmentation for RF fingerprinting under impaired channels
CN105636072A (zh) 一种检测频谱资源的方法、装置、终端及基站
CN108712751A (zh) 一种物联网终端通信检测方法、系统及装置
O’Mahony et al. Identifying distinct features based on received samples for interference detection in wireless sensor network edge devices
CN105978642B (zh) 基于干扰大数据的无线监测站分析选址方法及系统
US20210112097A1 (en) Occupancy detection and people counting using passive wireless interfaces
CN110139308B (zh) 一种基于大数据技术的无线网络干扰检测方法及装置
CN105848201A (zh) 基于lte信令的手机监测方法及系统
CN108320426B (zh) 电力负载线路及设备防盗联动装置及其使用方法
Zhang Malicious base station and detecting malicious base station signal
Yawada et al. Comparative study of spectrum sensing techniques base on techniques non-cooperative in cognitive radio networks
González-Castaño et al. Real-time interception systems for the GSM protocol
CN102740347A (zh) 未知邻区的信号质量信息的获取方法、装置及系统
CN109842853A (zh) 一种位置确定方法及设备
CN103458472A (zh) 信号收发方法与装置以及分级管理架构的信号收发系统
CN109377692B (zh) 一种智能光纤振动防入侵预警方法与系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Zeren

Inventor after: Li Juan

Inventor after: Liu Yinlong

Inventor after: Yang Yong

Inventor after: Geng Liru

Inventor after: Sun Jiyan

Inventor after: Zhang Tiankui

Inventor before: Chen Zeren

GR01 Patent grant
GR01 Patent grant