CN114554187A - 无线摄像头的检测方法、装置、设备、介质和程序产品 - Google Patents

Abstract

本申请涉及一种无线摄像头的检测方法、装置、设备、介质和程序产品。应用于第一设备，所述方法包括：在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息；根据所述数据包获取流量包长度信息和信号强度信息；根据所述流量包长度信息、所述信号强度信息和所述光照信息，确定所述无线摄像头是否位于所述待检测空间。采用本方法能够确定无线摄像头是否在房间内。

Description

无线摄像头的检测方法、装置、设备、介质和程序产品

技术领域

本申请涉及信息安全技术领域，特别是涉及一种无线摄像头的检测方法、装置、设备、介质和程序产品。

背景技术

随着通信技术的发展，无线摄像头的应用越来越广泛。但是，一些不法分子在房间内安装无线摄像头进行偷拍，侵害了人们的隐私和人身安全。因此，检测房间内是否安装有无线摄像头就显得尤为重要。

传统技术中，主要是通过终端获取所在环境的无线保真技术Wi-Fi数据包，对Wi-Fi数据包进行分析，确定该Wi-Fi数据包是否为无线摄像头发送的数据包，从而确定是否有无线摄像头。

发明内容

本申请实施例提供了一种无线摄像头的检测方法、装置、设备、介质和程序产品，可以确定无线摄像头是否在房间内。

第一方面，本申请实施例提供了一种无线摄像头的检测方法，应用于第一设备，所述方法包括：

在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息；

根据所述数据包获取流量包长度信息和信号强度信息；

根据所述流量包长度信息、所述信号强度信息和所述光照信息，确定所述无线摄像头是否位于所述待检测空间。

第二方面，本申请实施例提供了一种无线摄像头的检测装置，所述装置包括：

第一获取模块，用于在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息；

第二获取模块，用于根据所述数据包获取流量包长度信息和信号强度信息；

检测模块，用于根据所述流量包长度信息、所述信号强度信息和所述光照信息，确定所述无线摄像头是否位于所述待检测空间。

第三方面，本申请实施例提供了一种设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面所述的无线摄像头的检测方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的无线摄像头的检测方法的步骤。

第五方面，本申请实施例提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面所述的无线摄像头的检测方法的步骤。

上述无线摄像头的检测方法、装置、设备、介质和程序产品，利用无线摄像头拍摄静止画面或变化极小的画面时，无线摄像头的数据包发包数量及数据包大小会相对较低，而当画面出现较大变化时无线摄像头的数据包发包数量及数据包大小会显著提高的原理，通过改变待检测空间的光照条件，使第一设备在两种不同光照条件下获取无线摄像头的数据包和待检测空间的光照信息，从而根据获取的数据包获取流量包长度信息和信号强度信息，进而根据流量包长度信息、信号强度信息和待检测空间的光照信息，能够确定出上述无线摄像头是否位于待检测空间中，能够对待检测空间中是否存在无线摄像头进行检测。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中无线摄像头的检测方法的应用环境图；

图2为一个实施例中无线摄像头的检测方法的流程图；

图3为一个实施例中无线摄像头的检测方法的另一应用环境图；

图4为另一个实施例中无线摄像头的检测方法的流程图；

图5为另一个实施例中无线摄像头的检测方法的流程图；

图6为另一个实施例中无线摄像头的检测方法的流程图；

图7为另一个实施例中无线摄像头的检测方法的流程图；

图8为另一个实施例中无线摄像头的检测方法的流程图；

图9为一个实施例中无线摄像头的检测装置的结构框图；

图10为一个实施例中设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的无线摄像头的检测方法，可以应用于如图1所示的应用环境中。其中，第一设备102与第二设备104均与无线网络连接。第一设备102通过在不同频段进行扫描能够获取第二设备104发送的数据包。其中，第一设备102可以但不限于是各种智能手机、个人计算机、笔记本电脑、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能电视、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等，可选的，第一设备102使用的操作系统可以为安卓(Android)操作系统，也可以为IOS操作系统。第二设备104可以包括与无线网络连接的无线摄像头和其他设备例如，智能手机、个人计算机、平板电脑、智能手表等。需要说明的是，图1中是以第一设备为智能手机、第二设备为无线摄像头进行的示例说明。

在一个实施例中，如图2所示，提供了一种无线摄像头的检测方法，以该方法应用于图1中的第一设备为例进行说明，包括以下步骤：

S201，在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息。

其中，无线摄像头是一种将无线接收器嵌入到网络摄像机中的监控摄像设备，无线摄像头通过无线保真技术Wi-Fi连接到Wi-Fi路由器后，通过Wi-Fi路由器的路由连接上服务器，通过无线网络将采集到的视频信号进行传输。上述待检测空间可以为酒店房间、卫生间、更衣室等空间，也就是说，本申请实施例提供的无线摄像头的检测方法可以适用于检测酒店房间、卫生间、更衣室中是否安装有无线摄像头。

可选的，上述两种不同光照条件可以包括强光环境和弱光环境，或者，也可以包括有光照射的光照条件和无光照射的光照条件，能实现了光照的变化即可，可选的，在本实施例中，上述两种不同光照条件的变换可以为由有光照射的光照条件切换为无光照射的光照条件，也可以为由无光照的光照条件切换为有光照照射的光照条件。示例性地，在本实施例中，可以通过打开和关闭待检测空间的灯光制造上述两种不同的光照条件，或者，也可以通过拉开和闭合待检测空间的窗帘制造上述两种不同的光照条件，或者，也可以通过在待检测空间放置照明灯和移出放置的照明灯制造上述两种不同的光照条件。进一步地，作为一种可选的实施方式，可以在上述待测空间中多次反复制造上述两种不同的光照条件，或者，也可以在上述待测空间中只进行一次调整，制造上述两种不同的光照条件，以开关灯制造上述两种不同光照条件为例，可以在待检测空间中只进行一次开灯操作和关灯操作，制造上述两种不同光照条件，或者，也可以在待检测空间中多次反复进行开灯操作和关灯操作，制造上述两种不同光照条件。

可选的，在本实施例中，第一设备可以在上述两种不同光照条件下，在无线摄像头对应的扫描频段进行扫描，获取无线摄像头的数据包，通常，无线摄像头对应的扫描频段可以包括2.4GHz、5.8GHz，也就是说，第一设备可以在上述两种不同光照条件下，在2.4GHz或者5.8GHz的频段范围内进行扫描，获取无线摄像头的数据包。可选的，第一设备可以通过嗅探扫描(Sniffer)模式在无线摄像头对应的工作频段进行扫描，获取无线摄像头的数据包。可选的，无线摄像头的数据包中可以包括流量数据和发送的通信信号的信号强度信息等。可选的，本实施例中无线摄像头的数据包可以为位于上述待检测空间的无线摄像头的数据包，也可以为上述待检测空间外的无线摄像头的数据包。

可选的，在本实施例中，第一设备可以在上述待检测空间外获取待检测空间的光照信息，也可以在上述待检测空间内获取待检测空间的光照信息，以上述待检测空间为房间为例，那么第一设备可以在该房间内获取房间内的光照信息，第一设备也可以在房间门口或者房间窗户处获取房间内的光照信息。可选的，第一设备上可以安装有光度传感器，第一设备可以通过安装的光度传感器获取待检测空间的光照信息。或者，也可以通过第一设备采集待检测空间的图片，对待检测空间的图片进行解析，得到待检测空间的光照信息。

可以理解的是，由于上述获取的无线摄像头的数据包和待检测空间的光照信息为在两种不同光照条件下获取的，为了保证能够获取足够的无线摄像头发送的数据包，上述获取的无线摄像头的数据包和待检测空间的光照信息均为一定时间段内的数据包和光照信息，也就是说，获取的无线摄像头的数据包包括多个数据包，获取的待检测空间的光照信息包括有多个光照信息。

S202，根据数据包获取流量包长度信息和信号强度信息。

可选的，第一设备可以对获取的数据包进行解析，得到流量包长度信息和信号强度信息，例如，第一设备可以对获取的数据包的包头进行解析，得到流量包长度信息和信号强度信息；或者，也可以是对数据包的数据载荷部分进行解析，得到流量包长度信息和信号强度信息。

可以理解的是，由于上述获取的无线摄像头的数据包包括多个数据包，因此，根据无线摄像头的数据包获取到的流量包长度信息和信号强度信息也为多个，也就是说，获取到的流量包长度信息和信号强度信息包括在检测期间内的所有的流量包长度信息和信号强度信息。

S203，根据流量包长度信息、信号强度信息和光照信息，确定无线摄像头是否位于待检测空间。

可选的，在本实施例中，第一设备可以将上述流量包长度信息、信号强度信息和光照信息输入神经网络模型中，通过神经网络模型的卷积层对流量包长度信息、信号强度信息和光照信息进行特征提取，根据提取的流量包长度信息的特征、信号强度信息的特征和光照信息的特征，确定上述无线摄像头是否位于待检测空间中；或者，第一设备可以先提取上述流量包长度信息的特征、信号强度信息的特征和光照信息的特征，再利用机器学习方法对提取的流量包长度信息的特征、信号强度信息的特征和光照信息的特征进行分类，确定上述无线摄像头是否位于待检测空间中。

示例性地，请参见图3，图3中的方框代表房间，以待检测空间为房间A，与房间A相邻的房间为房间B、房间C和房间D为例，上述获取的无线摄像头的数据包可以为房间A内的无线摄像头的数据包，也可以为房间B内的无线摄像头的数据包，或者，也可以为房间C内的无线摄像头的数据包，可选的，第一设备确定的结果可以为上述无线摄像头位于房间A内，即可以确定上述无线摄像头位于待检测空间，或者，第一设备确定的结果也可以为上述无线摄像头位于房间A之外，例如，上述无线摄像头可能位于房间B内，也可能位于房间C内，那么可以确定上述无线摄像头没有位于上述待检测空间中。进一步地，作为一种可选的实施方式，确定出无线摄像头位于上述待检测空间后，第一设备还可以通过实时获取上述信号强度信息，利用实时信号强度信息寻找无线摄像头所在的位置，也即可以进一步确定无线摄像头位于上述待检测空间中的具体位置。

上述无线摄像头的检测方法中，利用无线摄像头拍摄静止画面或变化极小的画面时，无线摄像头的数据包发包数量及数据包大小会相对较低，而当画面出现较大变化时无线摄像头的数据包发包数量及数据包大小会显著提高的原理，通过改变待检测空间的光照条件，使第一设备在两种不同光照条件下获取无线摄像头的数据包和待检测空间的光照信息，从而根据获取的数据包获取流量包长度信息和信号强度信息，进而根据流量包长度信息、信号强度信息和待检测空间的光照信息，能够确定出上述无线摄像头是否位于待检测空间中，能够对待检测空间中是否存在无线摄像头进行检测。

进一步地，在一个实施例中，如图4所示，上述S203，包括：

S301，分别对流量包长度信息、信号强度信息和光照信息进行处理，得到流量序列、信号强度序列和光度值序列。

可选的，在本实施例中，第一设备可以对上述获取的流量包长度信息进行排序处理，得到流量序列；对上述获取的信号强度信息进行排序处理，得到信号强度序列；对上述获取的光照信息进行排序处理，得到光度值序列。进一步地，作为一种可选的实施方式，第一设备可以按照获取的流量包长度信息的时间顺序，对获取的流量包长度信息进行排序处理，得到流量序列；同样地，第一设备也可以按照获取的信号强度信息的时间顺序，对获取的信号强度信息进行排序处理，得到信号强度序列；按照获取的光照信息的时间顺序，对获取的光照信息进行排序处理，得到光度值序列；或者，第一设备还可以按照获取的流量包长度信息的数值大小，对获取的流量包长度信息进行排序处理，得到流量序列；按照获取的信号强度信息的数值大小，对获取的信号强度信息进行排序处理，得到信号强度序列；按照获取的光照信息的数值大小，对获取的光照信息进行排序处理，得到光度值序列。

S302，根据流量序列、信号强度序列和光度值序列，得到频率特征和时序特征。

可选的，在本实施例中，第一设备可以对流量序列、信号强度序列和光度值序列进行快速傅里叶变换(Fast Fourier Transform,FFT)处理，得到频率特征，对流量序列、信号强度序列和光度值序列进行时序统计，得到时序特征。可选的，第一设备可以对上述流量序列、信号强度序列和光度值序列先进行融合处理，得到融合后的序列，对融合后的序列进行FFT处理，得到频率特征，对融合后的序列进行时序统计，得到时序特征。或者，第一设备也可以分别对上述流量序列、信号强度序列和光度值序列进行FFT处理，得到上述频率特征，分别对上述流量序列、信号强度序列和光度值序列进行时序统计，得到上述时序特征。

S303，根据频率特征和时序特征，确定无线摄像头是否位于待检测空间。

可选的，第一设备可以根据上述频率特征、时序特征和概率预测模型，确定上述无线摄像头是否位于上述待检测空间。可选的，第一设备可以对上述频率特征和时序特征进行特征融合，将融合后的特征输入上述概率预测模型中，确定上述无线摄像头是否位于上述待检测空间中。可选的，上述概率预测模型可以为机器学习模型，例如，支持向量机(support vector machines,SVM)模型，或者，随机森林(Random Forest，RF)模型等，或者，上述概率预测模型也可以为神经网络模型，例如，卷积神经网络(Convolutional NeuralNetwork,CNN)模型等。

进一步，在另一个实施例中，若上述第一设备位于待检测空间中，若第一设备确定上述无线摄像头位于待检测空间，则第一设备可以确定上述无线摄像头与第一设备位于同一空间中。

本实施例中，第一设备分别对获取的流量包长度信息、信号强度信息和光照信息进行处理，能够得到流量序列、信号强度序列和光度值序列，从而可以根据流量序列、信号强度序列和光度值序列，准确地得到频率特征和时序特征，由于得到的频率特征和时序特征的准确度得到了提高，进而可以根据得到的频率特征和时序特征，准确地确定无线摄像头是否位于待检测空间，提高了确定无线摄像头是否位于待检测空间的准确度。另外，若上述第一设备位于待检测空间中，由于确定的无线摄像头是否位于待检测空间的准确度得到了提高，也即提高了确定第一设备与无线摄像头是否位于同一空间的检测准确度。

在上述根据流量序列、信号强度序列和光度值序列，得到频率特征和时序特征的场景中，上述频率特征包括流量序列的频率特征和光度值序列的频率特征，上述时序特征包括流量序列的时序特征、光度值序列的时序特征和信号强度序列的时序特征，在一个实施例中，如图5所示，上述S302，包括：

S401，对流量序列进行FFT处理得到第一频率特征，以及对流量序列进行时序统计得到第一时序特征。

其中，第一时序特征包括但不限于上述流量序列中流量数据的最大值、最小值、平均值和中位值中的任一种时序统计特征。可选的，在本实施例中，第一设备可以对流量序列进行FFT处理，并提取流量序列中的有效频率成分，得到上述第一频率特征。

S402，对光度值序列进行FFT处理得到第二频率特征，以及对光度值序列进行时序统计得到第二时序特征。

其中，第二时序特征包括但不限于上述光度值序列中光度数据的最大值、最小值、平均值和中位值中的任一种时序统计特征。可选的，在本实施例中，第一设备可以对上述光度值序列进行FFT处理，并提取光度值序列中的有效频率成分，得到上述第二频率特征。

S403，对信号强度序列进行时序统计得到第三时序特征。

其中，第三时序特征包括但不限于上述信号强度序列中信号强度数据的最大值、最小值、平均值和中位值中的任一种时序统计特征。也就是说，第一设备可以对上述信号强度序列进行时序统计，将上述信号强度序列中的信号强度数据的最大值、最小值、平均值和中位值中的任一种时序特征确定为上述第三时序特征。

本实施例中，第一设备对流量序列进行快速傅里叶变换处理、以及对光度值序列进行快速傅里叶变换处理的过程比较简单，因此，第一设备可以快速地得到第一频率特征和第二频率特征；对流量序列进行时序统计得到第一时序特征、对光度值序列进行时序统计得到第二时序特征以及对信号强度序列进行时序统计得到第三时序特征的过程也比较简单，因此，也提高了第一设备得到第一时序、第二时序特征和第三时序特征的效率。

进一步地，在上述根据频率特征和时序特征，确定无线摄像头是否位于待检测空间的场景中，上述频率特征包括第一频率特征和第二频率特征，上述时序特征包括第一时序特征、第二时序特征和第三时序特征，在一个实施例中，如图6所示，上述S303，包括：

S501，对第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行融合处理，得到融合后的特征。

可选的，在本实施例中，第一设备可以采用特征拼接的方式，对第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行融合处理，得到融合后的特征。可选的，第一设备对第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行融合处理，得到融合后的特征之前，还可以分别对上述第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行归一化处理，得到归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征，进而对对归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征进行融合处理，得到上述融合后的特征。

S502，将融合后的特征输入概率预测模型中，得到融合后的特征对应的概率值。

其中，概率预测模型可以为机器学习模型，例如，可以为上述SVM模型，或者，可以为上述RF模型等，或者，上述概率预测模型也可以为神经网络模型，例如，上述CNN模型等。进一步地，为了提高概率预测模型的预测准确度，可以通过增加概率预测模型训练过程中的样本种类和样本数量来优化概率预测模型的判断算法，提高概率预测模型的预测准确度。可以理解的是，通过将融合后的特征输入概率预测模型中，不容易产生误识别，确保了得到的融合后的特征对应的概率值的鲁棒性。

S503，根据概率值和预设概率阈值，确定无线摄像头是否处于待测空间。

可选的，在本实施例中，第一设备可以将得到的融合后的特征对应的概率值和预设概率阈值进行比较，若得到融合后的特征对应的概率值大于预设概率阈值，则第一设备可以确定无线摄像头位于上述待检测空间；若得到融合后的特征对应的概率值小于等于预设概率阈值，则第一设备可以确定无线摄像头位于上述待测空间之外，也就是说，上述待检测空间中不存在无线摄像头。

本实施例中，第一设备对第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行融合处理，能够得到融合后的特征，从而将融合后的特征输入概率预测模型中，能够通过概率预测模型准确地得到融合后的特征对应的概率值，由于得到的融合后的特征对应的概率值的准确度得到了提高，进而可以根据融合后的特征对应的概率值和预设概率阈值，准确地确定无线摄像头是否位于待测空间中，提高了确定无线摄像头是否位于待测空间中的准确度；另外，根据融合后的特征对应的概率值和预设概率阈值确定无线摄像头是否位于待测空间中的过程也比较简单，因此，也提高了第一设备确定无线摄像头是否位于待测空间中的效率。

在上述第一设备在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的场景中，在一个实施例中，上述S201，包括：在第一环境光亮度下，获取无线摄像头的第一数据包和待检测空间的第一光照信息，以及在第二环境光亮度下，获取无线摄像头的第二数据包和待检测空间的第二光照信息，得到无线摄像头的数据包和待检测空间的光照信息；其中，第一环境光亮度大于第二环境光亮度。

在本实施例中，以打开和关闭待检测空间的灯光制造上述两种不同的光照条件为例，则上述第一环境光亮度可以为打开待检测空间的灯光的条件下的待检测空间的环境光亮度，上述第二环境光亮度可以为关闭待检测空间的灯光条件下的待检测空间的环境光亮度。

进一步地，作为一种可选的实施方式，第一设备可以在检测到上述待测空间的环境光亮度达到上述第一环境光亮度时，输出第一提示信息，指示用户在第一预设时间段内保持上述第一环境光亮度，并在第一预设时间段到达时，输出第二提示信息，指示用户将待测空间的环境光亮度切换为上述第二环境光亮度，并在第二预设时间段内保持上述第二环境光亮度。可选的，第一设备可以通过语音、视频中的任一种方式输出上述第一提示信息或第二提示信息。

示例性地，以打开和关闭待检测空间的灯光制造上述两种不同的光照条件为例，当第一设备开始检测待测空间中是否存在无线摄像头时，可以向用户发送指示信息，指示用户打开待测空间中的灯光，在第一设备检测到待测空间的环境光亮度达到第一环境光亮度时，即检测到打开了待测空间中的灯光时，可以输出上述第一提示信息，指示用户在第一预设时间段内例如10S内保持开灯，以保持待测空间的环境光亮度为上述第一环境光亮度，并在第一预设时间段到达时，输出上述第二提示信息指示用户关闭待测空间中的灯光，使待测空间的环境光亮度由上述第一环境光亮度切换为第二环境光亮度，并在第二预设时间段内例如10S内保持光灯，以保持待测空间的环境光亮度为上述第二环境光亮度。

需要说明的是，本实施例中第一设备在第一环境光亮度下，获取无线摄像头的第一数据包和待检测空间的第一光照信息，以及在第二环境光亮度下，获取无线摄像头的第二数据包和待检测空间的第二光照信的原理和具体实现过程请参见上述S201中的描述，本实施例在此不再赘述。

本实施例中，第一设备在第一环境光亮度下，获取无线摄像头的第一数据包和待检测空间的第一光照信息，以及在第二环境光亮度下，获取无线摄像头的第二数据包和待检测空间的第二光照信息，能够得到无线摄像头的数据包和待检测空间的光照信息，从而可以利用无线摄像头拍摄静止画面或变化极小的画面时，无线摄像头的数据包发包数量及数据包大小会相对较低，而当画面出现较大变化时无线摄像头的数据包发包数量及数据包大小会显著提高的原理，准确地确定出上述无线摄像头是否位于待检测空间中。

在一些场景中，第一设备可能会获取到除无线摄像头外的其他与无线网络连接的设备发送的数据包，因此，第一设备需要先确定出是否存在无线摄像头，再对无线摄像头是否位于待检测空间进行检测。在一个实施例中，如图7所示，上述方法还包括：

S601，通过嗅探扫描模式在不同的频段进行扫描，获取设备列表；设备列表中包括扫描得到的与无线网络连接的第二设备。

可选的，在嗅探扫描模式下，第一设备可以对与无线网络连接的第二设备发送的数据包进行抓取，第一设备可以根据抓取的数据包括确定该数据包对应的第二设备的类型，进而可以根据确定的第二设备的类型，得到设备列表。可选的，第二设备可以包括与无线网络连接的智能手机、平板电脑、个人计算机、智能手表、智能手环、头戴设备等等，也就是说，上述设备列表可以为智能手机、平板电脑、个人计算机、智能手表、智能手环和头戴设备等所形成的列表。可选的，第二设备与第一设备可以连接到同一无线网络，也可以连接到不同的无线网络。在本实施例中，第一设备可以通过天线接口开启嗅探扫描模式，通过该嗅探扫描模式在不同的频段进行扫描，获取与无线网络连接的第二设备所组成的设备列表。可选的，上述不同的频段可以为2GHz至5GHz之间的至少两个频段，也就是说，第一设备可以在2GHz至5GHz之间的不同频段进行扫描，获取上述设备列表。

S602，根据设备列表中各第二设备的扫描频段，确定是否存在无线摄像头。

在本实施例中，不同的第二设备对应的有不同的扫描频段，可选的，第一设备可以根据获取的设备列表中各第二设备的扫描频段以及无线摄像头对应的扫描频段，确定第二设备中是否存在上述无线摄像头。例如，无线摄像头对应的扫描频段可以为2.4GHz，也可以为5.8GHz，若第一设备获取的设备列表中各第二设备的扫描频段中若存在2.4GHz频段，或者，存在5.8GHz频段，则第一设备可以确定第二设备中存在上述无线摄像头；若第一设备获取的设备列表中各第二设备的扫描频段中既不存在上述2.4GHz频段，也不存在上述5.8GHz频段，则第一设备可以确定第二设备中不存在上述无线摄像头。

S603，若是，则执行在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的步骤。

在本实施例中，若第一设备确定存在上述无线摄像头，则第一设备可以执行上述在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的步骤。其中，第一设备执行上述在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的步骤的实现原理请参见上述实施例的描述，本实施例在此不再赘述。

本实施例中，第一设备通过嗅探扫描模式在不同的频段进行扫描，获取与无线网络连接的第二设备所形成的设备列表，从而可以根据获取的设备列表中各第二设备的扫描频段确定是否存在无线摄像头，并在确定存在无线摄像头的情况下，执行在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的步骤，由于第一设备是在确定存在无线摄像头的情况下，才执行的在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的步骤，这样在确定不存在无线摄像头的情况下，就不再检测无线摄像头是否位于待检测空间，避免了资源的浪费。

为了便于本领域技术人员的理解，以下对本申请提供的无线摄像头的检测方法进行详细介绍，请参考图8，该方法可以包括：

S1，通过嗅探扫描模式在不同的频段进行扫描，获取设备列表；设备列表中包括扫描得到的与无线网络连接的第二设备。

S2，根据设备列表中各第二设备的扫描频段，确定是否存在无线摄像头。

S3，若是，则在检测到待测空间的环境光亮度达到第一环境光亮度时，输出第一提示信息指示用户在第一预设时间段内保持第一环境光亮度，并在第一环境光亮度下，获取无线摄像头的第一数据包和待检测空间的第一光照信息。

S4，在第一预设时间段到达时，输出第二提示信息指示用户将第一环境光亮度切换为第二环境光亮度，在第二预设时间段内保持第二环境光亮度，并在第二环境光亮度下，获取无线摄像头的第二数据包和待检测空间的第二光照信息，得到无线摄像头的数据包和待检测空间的光照信息；其中，第一环境光亮度大于第二环境光亮度。

S5，根据数据包获取流量包长度信息和信号强度信息。

S6，分别对流量包长度信息、信号强度信息和光照信息进行处理，得到流量序列、信号强度序列和光度值序列。

S7，对流量序列进行快速傅里叶变换FFT处理得到第一频率特征，以及对流量序列进行时序统计得到第一时序特征。

S8，对光度值序列进行快速傅里叶变换FFT处理得到第二频率特征，以及对光度值序列进行时序统计得到第二时序特征。

S9，对信号强度序列进行时序统计得到第三时序特征。

S10，分别对第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行归一化处理，得到归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征。

S11，对归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征进行融合处理，得到融合后的特征。

S12，将融合后的特征输入概率预测模型中，得到融合后的特征对应的概率值。

S13，若概率值大于预设概率阈值，则确定无线摄像头位于待测空间中；若概率值小于等于预设概率阈值，则确定无线摄像头位于待测空间之外。

需要说明的是，针对上述S1-S13中的描述可以参见上述实施例中相关的描述，且其效果类似，本实施例在此不再赘述。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的无线摄像头的检测方法的无线摄像头的检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个无线摄像头的检测装置实施例中的具体限定可以参见上文中对于无线摄像头的检测方法的限定，在此不再赘述。

在一个实施例中，如图9所示，提供了一种无线摄像头的检测装置，应用于第一设备，该无线摄像头的检测装置包括：第一获取模块、第二获取模块和检测模块，其中：

第一获取模块，用于在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息。

第二获取模块，用于根据数据包获取流量包长度信息和信号强度信息。

检测模块，用于根据流量包长度信息、信号强度信息和光照信息，确定无线摄像头是否位于待检测空间。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述检测模块，包括：处理单元、第一获取单元和检测单元，其中：

处理单元，用于分别对流量包长度信息、信号强度信息和光照信息进行处理，得到流量序列、信号强度序列和光度值序列。

第一获取单元，用于根据流量序列、信号强度序列和光度值序列，得到频率特征和时序特征。

检测单元，用于根据频率特征和时序特征，确定无线摄像头是否位于待检测空间。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述第一获取单元，具体用于对流量序列进行快速傅里叶变换FFT处理得到第一频率特征，以及对流量序列进行时序统计得到第一时序特征；对光度值序列进行FFT处理得到第二频率特征，以及对光度值序列进行时序统计得到第二时序特征；对信号强度序列进行时序统计得到第三时序特征。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述检测单元，用于对第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行融合处理，得到融合后的特征；将融合后的特征输入概率预测模型中，得到融合后的特征对应的概率值；根据概率值和预设概率阈值，确定无线摄像头是否位于待测空间中。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述检测单元，具体用于若概率值大于预设概率阈值，则确定无线摄像头位于待测空间中；若概率值小于等于预设概率阈值，则确定无线摄像头位于待测空间之外。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述装置还包括：处理模块，其中：

处理模块，用于分别对第一频率特征、第一时序特征、第二频率特征、第二时序特征和第三时序特征进行归一化处理，得到归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征；

上述检测单元，用于对归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征进行融合处理，得到融合后的特征。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述第一获取模块，包括：第二获取单元，其中：

第二获取单元，用于在第一环境光亮度下，获取无线摄像头的第一数据包和待检测空间的第一光照信息，以及在第二环境光亮度下，获取无线摄像头的第二数据包和待检测空间的第二光照信息，得到无线摄像头的数据包和待检测空间的光照信息；其中，第一环境光亮度大于第二环境光亮度。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述装置还包括：第一输出模块和第二输出模块，其中：

第一输出模块，用于在检测到待测空间的环境光亮度达到第一环境光亮度时，输出第一提示信息；第一提示信息用于指示用户在第一预设时间段内保持第一环境光亮度。

第二输出模块，用于在第一预设时间段到达时，输出第二提示信息；第二提信息用于指示用户将第一环境光亮度切换为第二环境光亮度，并在第二预设时间段内保持第二环境光亮度。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在上述实施例的基础上，可选的，上述装置还包括：第三获取模块、确定模块和执行模块，其中：

第三获取模块，用于通过嗅探扫描模式在不同的频段进行扫描，获取设备列表；设备列表中包括扫描得到的与无线网络连接的第二设备。

确定模块，用于根据设备列表中各第二设备的扫描频段，确定是否存在无线摄像头。

执行模块，用于若确定存在无线摄像头，则执行在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的步骤。

本实施例提供的无线摄像头的检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

上述无线摄像头的检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种设备，该设备可以是终端，其内部结构图可以如图10所示。该设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该设备的处理器用于提供计算和控制能力。该设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该设备的输入/输出接口用于处理器与外部设备之间交换信息。该设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种无线摄像头的检测方法。该设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行无线摄像头的检测方法的步骤。

本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行无线摄像头的检测方法。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (13)

1.一种无线摄像头的检测方法，其特征在于，应用于第一设备，所述方法包括：

在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息；

根据所述数据包获取流量包长度信息和信号强度信息；

根据所述流量包长度信息、所述信号强度信息和所述光照信息，确定所述无线摄像头是否位于所述待检测空间。

2.根据权利要求1所述的方法，其特征在于，所述根据所述流量包长度信息、所述信号强度信息和所述光照信息，确定所述无线摄像头是否位于所述待检测空间，包括：

分别对所述流量包长度信息、所述信号强度信息和所述光照信息进行处理，得到流量序列、信号强度序列和光度值序列；

根据所述流量序列、所述信号强度序列和所述光度值序列，得到频率特征和时序特征；

根据所述频率特征和所述时序特征，确定所述无线摄像头是否位于所述待检测空间。

3.根据权利要求2所述的方法，其特征在于，所述根据所述流量序列、所述信号强度序列和所述光度值序列，得到频率特征和时序特征，包括：

对所述流量序列进行快速傅里叶变换FFT处理得到第一频率特征，以及对所述流量序列进行时序统计得到第一时序特征；

对所述光度值序列进行所述FFT处理得到第二频率特征，以及对所述光度值序列进行时序统计得到第二时序特征；

对所述信号强度序列进行时序统计得到第三时序特征。

4.根据权利要求3所述的方法，其特征在于，所述根据所述频率特征和所述时序特征，确定所述无线摄像头是否位于所述待检测空间，包括：

对所述第一频率特征、所述第一时序特征、所述第二频率特征、所述第二时序特征和所述第三时序特征进行融合处理，得到融合后的特征；

将所述融合后的特征输入概率预测模型中，得到所述融合后的特征对应的概率值；

根据所述概率值和预设概率阈值，确定所述无线摄像头是否位于所述待测空间。

5.根据权利要求4所述的方法，其特征在于，所述根据所述概率值和预设概率阈值，确定所述无线摄像头是否位于所述待测空间，包括：

若所述概率值大于所述预设概率阈值，则确定所述无线摄像头位于所述待测空间；

若所述概率值小于等于所述预设概率阈值，则确定所述无线摄像头位于所述待测空间之外。

6.根据权利要求4所述的方法，其特征在于，所述对所述第一频率特征、所述第一时序特征、所述第二频率特征、所述第二时序特征和所述第三时序特征进行融合处理，得到融合后的特征之前，所述方法还包括：

分别对所述第一频率特征、所述第一时序特征、所述第二频率特征、所述第二时序特征和所述第三时序特征进行归一化处理，得到归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征；

所述对所述第一频率特征、所述第一时序特征、所述第二频率特征、所述第二时序特征和所述第三时序特征进行融合处理，得到融合后的特征，包括：

对所述归一化后的第一频率特征、归一化后的第一时序特征、归一化后的第二频率特征、归一化后的第二时序特征和归一化后的第三时序特征进行融合处理，得到所述融合后的特征。

7.根据权利要求1所述的方法，其特征在于，所述在两种不同光照条件下，获取无线摄像头的数据包和所述待检测空间的光照信息，包括：

在第一环境光亮度下，获取所述无线摄像头的第一数据包和所述待检测空间的第一光照信息，以及在第二环境光亮度下，获取所述无线摄像头的第二数据包和所述待检测空间的第二光照信息，得到所述无线摄像头的数据包和所述待检测空间的光照信息；其中，所述第一环境光亮度大于所述第二环境光亮度。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括，

在检测到所述待测空间的环境光亮度达到所述第一环境光亮度时，输出第一提示信息；所述第一提示信息用于指示用户在第一预设时间段内保持所述第一环境光亮度；

在所述第一预设时间段到达时，输出第二提示信息；所述第二提信息用于指示用户将所述第一环境光亮度切换为所述第二环境光亮度，并在第二预设时间段内保持所述第二环境光亮度。

9.根据权利要求1至8任一项所述的方法，其特征在于，所述方法还包括：

通过嗅探扫描模式在不同的频段进行扫描，获取设备列表；所述设备列表中包括扫描得到的与无线网络连接的第二设备；

根据所述设备列表中各第二设备的扫描频段，确定是否存在所述无线摄像头；

若是，则执行所述在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息的步骤。

10.一种无线摄像头的检测装置，其特征在于，所述装置包括：

第一获取模块，用于在两种不同光照条件下，获取无线摄像头的数据包和待检测空间的光照信息；

第二获取模块，用于根据所述数据包获取流量包长度信息和信号强度信息；

检测模块，用于根据所述流量包长度信息、所述信号强度信息和所述光照信息，确定所述无线摄像头是否位于所述待检测空间。

11.一种设备，包括存储器及处理器，所述存储器中储存有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至9中任一项所述的无线摄像头的检测方法的步骤。

12.一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如权利要求1至9中任一项所述的方法的步骤。

13.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。

Images