CN114650416B - 一种基于互联网监测的隐藏摄像头发现方法 - Google Patents

Abstract

本发明公开一种基于互联网监测的隐藏摄像头发现方法，涉及图像传输、应用的摄像头装置检测识别技术领域，本方法包括如下步骤：S1终端特征监测：将网络设备标记为已知网络设备、未知网络设备；S2应用特征监测：根据访问的服务器端IP地址、URL地址标注出独立应用的已知品牌摄像头设备和独立应用的未知网络设备；S3流量特征监测：根据网络设备在上线、静态运行、动态运行、下线各阶段运行的流量特征来标注摄像头设备；S4运行特征监测：根据网络设备的运行特征标注出隐藏摄像头并进行实时预警；本发明相比与现有摄像头监测方法，具有大范围在线监测、实时性监测、识别准确率高等显著特点。

Description

一种基于互联网监测的隐藏摄像头发现方法

技术领域

本发明涉及图像传输、应用的摄像头识别技术领域，尤其涉及一种基于互联网监测的隐藏摄像头发现方法，该方法可以通过互联网进行线上自动识别安装于酒店房间内等公共场所的隐藏摄像头。

背景技术

随着科技进步，隐藏摄像头的不合理使用使人的隐私和财产安全受到了极大威胁。目前，公共场所的“隐藏摄像头”的传输通道主要有三种，第一种是基于线下的硬件存储，“数据存储于设备自带的硬盘存储装置中；第二种是通过3G/4G/5G等移动互联网进行线上传输；第三种是基于公共场所的WiFi或有线网络进行传输，该传输方式需要占用公共网络资源进行图像传输。

本发明之方法针对的识别对象就是对采用上述第三种占用公共网络资源进行图像传输 “隐藏摄像头”进行实施监测。

发明内容

本发明的目的在于克服现有技术的不足，适应现实需要，提供一种基于互联网监测的隐藏摄像头发现方法，以实现在同一局域网内对隐藏摄像头的实时、高效、准确监测发现。

为了实现本发明的目的，本发明所采用的技术方案为：

公开一种基于互联网监测的隐藏摄像头发现方法，包括如下步骤：包括如下步骤：

S1:终端特征监测：读取并标注出联网的网络设备的物理特征，并将网络设备标记为已知网络设备、未知网络设备；

S2:应用特征监测：从已知网络设备、未知网络设备中分别标注出独立应用的已知品牌摄像头设备和独立应用的未知网络设备；

S3:流量特征监测：根据独立应用的已知品牌摄像头设备和独立应用的未知网络设备在上线、静态运行、动态运行各不同运行阶段的瞬时带宽标准差和流量数据包时间长度累积标注出摄像头设备；

S4:运行特征监测：根据摄像头设备的运行特征标注出隐藏摄像头并进行实时预警。

步骤S2具体为：根据已知网络设备、未知网络设备访问的服务器端IP地址、URL地址识别已知网络设备、未知网络设备的应用类型，并从已知网络设备、未知网络设备中分别标注出独立应用的已知品牌摄像头设备和独立应用的未知网络设备。

步骤S2还包括，从已知网络设备、未知网络设备中分别排除独立应用的已知品牌其它网络设备和多应用的网络设备。

步骤S2中，根据摄像头设备只会访问同一个服务器端IP地址的应用特征，从已知网络设备、未知网络设备中排除多应用的网络设备。

步骤S2中，通过已知网络设备、未知网络设备上线后与该已知网络设备、未知网络设备的品牌官方服务器端IP地址、URL地址进行通讯握手和数据校验的特征标注出独立应用的已知品牌摄像头设备。

步骤S3具体为：对独立应用的已知品牌摄像头设备和独立应用的未知网络设备进行数据流二维特征提取，根据独立应用的已知品牌摄像头设备和独立应用的未知网络设备在上线、静态运行、动态运行各不同运行阶段的瞬时带宽标准差和流量数据包时间长度累积标注出摄像头设备。

步骤S3中：独立应用的已知品牌摄像头设备和独立应用的未知网络设备在上线、静态运行、动态运行时满足条件A中任一条件即标注为摄像头设备，所述条件A包括：

A1:上线时，上行流量每分钟0.1KB-100KB，下行流量每分钟10KB以下；

A2:静态运行时，数据包长度累积分布呈阶梯状，且阶梯转折点出现在长度为上行流量每分钟0.1KB-10KB，下行流量每分钟1KB以下；

A3:动态运行时，瞬时带宽标准差上行流量每分钟100KB以上，下行流量每分钟10KB以下。

步骤S3中，对静态运行、动态运行时的流量特征小于0.1KB的独立应用的已知品牌摄像头设备和独立应用的未知网络设备，通过此步骤S3进行至少一次的监测，直至满足所述条件A中的任一条件。

步骤S4中：所述运行特征包括条件B，满足所述条件B中任一条件即标注出摄像头设备为隐藏摄像头，所述条件B包括：

B1:自摄像头设备首次上线以来，摄像头设备累积运行周期次数≥10次、且摄像头设备累积在线时长≥24小时、且摄像头设备累积动态运行时长≥6小时；

B2:自摄像头设备首次上线以来，4小时≤摄像头设备在同一个场所的累积在线时长≤24小时、且运行周期次数≥3次；

B3:自摄像头设备首次上线以来， 4小时≤摄像头设备在同一个场所的累积在线时长≤24小时、且相邻两次的运行周期的间隔时间≥7天；

B4:每30天内，摄像头设备的累积运行周期次数≥6次、且累积在线时长≥6小时、且累积动态运行时长≥2小时；

B5:自摄像头设备首次上线以来，摄像头设备每个运行周期与联网路由设备的上线间隔时间≤2分钟、且与联网路由设备同时下线。

所述运行周期包括摄像头设备的上线、静态运行、动态运行、下线。

所述已知网络设备包括已知配牌摄像头设备、已知配牌手机、已知配牌电脑终端；

所述未知网络设备包括除已知网络设备的可联网未知品牌设备；

所述物理特征包括网络设备的终端MAC地址、终端类型、品牌、型号。

本发明的有益效果在于：

本发明方法从摄像头的传输通道以及运行特征入手，通过本发明方法的实施可以实时发现安装于诸如房间内连接网络的隐藏摄像头，相比于现有摄像头监测方法，具有大范围在线监测、实时性监测、识别准确率高等显著特点。

附图说明

图1为本发明所述方法流程示意图。

具体实施方式

下面结合附图和实施例对本发明进一步说明：

实施例1：一种基于互联网监测的隐藏摄像头发现方法，参见图1。

本实施例中下述网络设备指连接同一路由器设备、处于同一局域网内的网络设备。

本方法包括如下步骤：

S1.终端特征监测：在网络中，根据联网的网络设备的终端MAC地址、终端类型、品牌、型号等终端特征，将网络设备区分并标注出已知网络设备（包括已知品牌摄像头设备、已知品牌手机、电脑等）、以及未知网络设备。

由于已知品牌的网络设备在出厂时都会按照标准（指终端MAC地址、终端类型、品牌、型号）进行设置，此步骤可以根据终端特征暂时识别出联网的网络设备，并从中标注出已知网络设备、未知网络设备。

当然，这里还会存在两种情况。第一种情况，联网的网络设备出厂所设置的终端类型、品牌、型号未按标准进行设置，此情况下在进行终端特征监测时可以监测到这类网络设备为“未知网络设备”，这时，可以把这类“未知网络设备”假定为疑似的隐藏摄像头，即“未知网络设备”，再通过下一步骤的应用特征监测进行校验。

第二种情况，联网的网络设备出厂所设置的终端类型、品牌、型号按照其它已知品牌的网络设备进行设置，但由于已知网络设备在上线时均会与该网络设备官方的服务器端IP地址、URL地址进行通讯握手和数据校验，此情况下可以继续进行下一步骤的应用特征监测进行校验。

S2.应用特征监测：根据已知网络设备、未知网络设备访问的服务器端IP地址、URL地址来识别已知网络设备、未知网络设备的应用类型，从已知网络设备、未知网络设备中分别标注出独立应用的已知品牌摄像头设备和独立应用的未知网络设备，并排除独立应用的已知品牌其它网络设备（如智能空调）和多应用的网络设备（如智能手机）。

通常情况下，已知网络设备上线后会与该品牌的官方服务器端IP地址、URL地址进行通讯握手和数据校验，而基于这种特征，可以直接在已知网络设备、未知网络设备中标注出独立应用的已知品牌摄像头设备、独立应用的未知网络设备，对标注的独立应用的已知品牌摄像头设备、独立应用的未知网络设备进行下一步骤的校验。

当然，这里还存在一种情况，那就是当我们用手机或者PC来调用已知品牌的已知网络设备中的图像时，所连接的目标地址与所调取的已知网络设备访问的地址一致，会存在误认为这个手机或者PC也属于网络设备的情况。所以这个时候，根据摄像头只会访问同一个目标地址的应用特征，从已知网络设备、未知网络设备中排除还会登录访问微信、QQ或其它应用的手机、PC等多应用的网络设备，对于只访问同一目标地址的已知品牌摄像头设备、只访问同一目标地址的未知网络设备在与后端服务器通信并实时调取图像时，可以继续通过对标注出的独立应用的已知品牌摄像头设备和独立应用的未知网络设备的上下行的流量特征监测进行校验。

S3.流量特征监测：对独立应用的已知品牌摄像头设备和独立应用的未知网络设备进行数据流二维特征提取，根据独立应用的已知品牌摄像头设备和独立应用的未知网络设备在上线、静态运行、动态运行各不同阶段运行的流量特征，即不同运行阶段的瞬时带宽标准差和流量数据包时间长度累积标注出摄像头设备，同时排除下行流量均小的智能窗帘、智能冰箱、智能空调等智能家居设备、下行流量大于上行流量的问答式智能机器人设备以及上下行流量不稳定的手机、电脑等网络设备。

对于静态运行、动态运行时流量特征小于0.1KB的其它流量特征不明显的独立应用的已知品牌摄像头设备和独立应用的未知网络设备，可以通过此流量特征监测步骤反复进行监测，直至其出现明显特征；对已标注的摄像头设备进行下一步骤的校验。此步骤中，满足条件A中的任一条件则将独立应用的已知品牌摄像头设备和独立应用的未知网络设备标注为摄像头设备并将其进行下一步操作，所述条件A包括：

A1:上线时，上行流量每分钟0.1KB-100KB，下行流量每分钟10KB以下；

A2:静态运行时，数据包长度累积分布呈阶梯状，且阶梯转折点出现在长度为上行流量每分钟0.1KB-10KB，下行流量每分钟1KB以下；

A3:动态运行时，瞬时带宽标准差上行流量每分钟100KB以上、并保持较稳定流量，下行流量每分钟10KB以下、并保持较稳定流量。

而不满足以上条件的，可以排除在外，如智能窗帘、智能冰箱、智能空调等瞬时带宽标准差上下行流量均小的智能家居设备，或瞬时带宽标准差下行流量大于上行流量的问答式智能机器人设备以及上下行流量不稳定的手机、电脑等设备。

S4.运行特征监测：根据摄像头设备每次上下线运行的累积时长、每次上下线与公共场所运营相关的供电、供网时间关系等运行特征，从摄像头设备中标注出隐藏摄像头、监控场景摄像头以及调试场景摄像头（调试场景摄像头指偶尔上线的摄像头，对于监控场景摄像头可以直接排除；对于调试场景摄像头可以通过运行特征来反复校验，直到产生确定结果；而对于隐藏摄像头，直接进行实时预警。

研究发现，隐藏摄像头、调试场景摄像头、监控场景摄像头的运行特征具有明显区别，监控场景摄像头在一般情况下都是7*24小时工作，调试场景摄像头则在线时间短且频次少，而隐藏摄像头通常都是采用隐蔽手段连接的公共场所电源和网络，其工作状态受客户入住、退房影响大。

以宾馆酒店为例，监控场景摄像头一般安装于楼道，其供电和网络状态都是7*24小时在线，调试场景摄像头则安装在场景下在线时间短且后续上线频次少，而偷拍工作的隐藏摄像头通常安装于房间，其电源可以采用电池供电或连接房间电源供电，而其网络通常都是直接连接房间的WiFi,随着住客的开房退房行为，其运行特征呈现为频繁上下线，而且该类设备在房间通电后，都是第一时间自动连接房间的网络路由设备，在网络路由设备的连接时间列表中处于靠前位置。而基于这种运行特征，可以自动标注出隐藏摄像头并从而自动告警，并排除掉因公共场所运营需要的监控场景摄像头、调试场景摄像头。

此步骤中，摄像头设备每次上下线运行的累积时长、每次上下线与房间运营相关的供电、供网时间的运行特征满足条件B中任一条件即判定摄像头设备为隐藏摄像头从而自动告警，不满足下述任一设定条件的则可直接排除，所述条件B包括：

B1:自摄像头设备首次上线以来，摄像头设备累积运行周期次数≥10次、且摄像头设备累积在线时长≥24小时、且摄像头设备累积动态运行时长≥6小时；

B2:自摄像头设备首次上线以来，4小时≤摄像头设备在同一个场所的累积在线时长≤24小时、且运行周期次数≥3次；

B3:自摄像头设备首次上线以来， 4小时≤摄像头设备在同一个场所的累积在线时长≤24小时、且相邻两次的运行周期的间隔时间≥7天；

B4:每30天内，摄像头设备累积运行周期次数≥6次、且累积在线时长≥6小时、且累积动态运行时长≥2小时；

B5:自摄像头设备首次上线以来，摄像头设备每个运行周期与联网路由设备的上线间隔时间≤2分钟、且与联网路由设备同时下线。

上述一个运行周期包括上线、静态运行、动态运行、下线。

为了更清楚地说明本发明上述实施例中所描述的技术方案，下述对本发明实施例作更进一步详细说明：

本实施例以上所述的方法在实现中植入到识别工具前端和识别工具后端中，识别工具前端和识别工具后端可制作成“盒子”终端安装于现场，其识别工具前端部署于现场联网路由设备上，负责在线监测联网的网络设备的终端特征、流量特征、应用特征、运行特征，识别工具后端即监测分析的服务器端，负责识别、分析识别工具前端通过互联网传输的特征监测数据并发出预警信息。

识别工具前端受房间内场所运行特点影响，并不保证时常在线（识别工具前端使用房间内部电源，随房客入住插卡通电，房客出门、退房拔卡断电），当通电时，识别工具前端监测即开始运行。识别工具后端作为管理终端保证7*24小时在线，识别工具后端可同时接入多个识别工具前端，并实时记录识别工具前端的工作状态，当判定识别工具前端监测的网络设备符合本方法监测之标准时，即预警通告。

表1为隐藏摄像头一个完整运行周期的运行状态监测示意表，该表以隐藏摄像头的一次上下线运行周期对流量特征、应用特征、运行特征、终端特征监测进行示意。

表1：隐藏摄像头一个完整运行周期的运行状态监测示意表

本发明实施例所述方法通过多个完整运行周期监测，可以识别网络设备为隐藏摄像头，本方法在实施中对隐藏摄像头运行周期期间监测的各状态如下：

（1）装置上线：

网络设备连接互联网，通过终端特征发现该网络设备的终端MAC、终端类型、品牌、型号，如果网络设备为正规品牌摄像头，该环节可以识别出具体的品牌和型号，此时识别工具后端根据本方法步骤S1标注网络设备为已知品牌摄像头设备、已知品牌手机、电脑等已知网络设备；如果网络设备为未知网络设备，该环节可以识别出该网络设备为“未知网络设备”，此时识别工具后端标注网络设备为“未知网络设备”；以及识别工具前端在该网络设备连接互联网时即可通过应用特征发现该网络设备握手的服务器端IP地址和URL地址。

网络设备多次上线，识别工具前端将网络设备每次连接网络的时间及排序、总累积在线时长传输至识别工具后端。如果联网的网络设备为“隐藏摄像头”，则该设备经常出现上线状态、且每次连接路由设备的时间总是靠前（即路由器上电工作的较短时间内即连接上线）、同时间段内该设备总累积在线时长与识别工具前端在线时长接近，此时识别工具后端根据本方法步骤S4标注该设备为“隐藏摄像头”。如果该设备为“监控场景摄像头”，则网络设备极少出现上线状态，在线连续时长很长，几乎无终端，且识别工具前端长时间在线，此时识别工具后端标注该设备为“监控场景摄像头”。

（2）静态运行：

静态运行属于隐藏摄像头上线，但没有被视频调用的状态，识别工具前端在该隐藏摄像头设备静态运行状态下，如果联网的网络设备为独立应用的已知品牌摄像头设备，识别工具后端根据本方法步骤S2标注网络设备为“独立应用的已知品牌摄像头设备”；如果为独立应用的未知网络设备，识别工具后端继续标注为“独立应用的未知网络设备”。

如果为“隐藏摄像头”，则出现时断时续的静态运行状态，常见情况是反复处于上线---静态运行---下线的情况，静态运行状态时常中断，根据本方法步骤S4识别工具后端标注为“隐藏摄像头”。如果网络设备为“监控场景摄像头”，则网络设备绝大多数时间处于静态运行状态，极少出现上线或下线状态，此时识别工具后端继续标注网络设备为“监控场景摄像头”。

（3）动态运行：

动态运行属于隐藏摄像头上线后，并被用访问终端调用视频的装填。该状态下，识别工具前端可以结合静态运行的特征（表1）、结合流量特征（表1）监测识别摄像头设备。

如果联网的网络设备为“隐藏摄像头”，其被视频调用的分辨率、清晰度、及用户数量都是随机变化的，其多次动态运行的流量特征呈现不稳定性，此时识别工具后端根据本方法步骤S4标注网络设备为“隐藏摄像头”。如果网络设备为“监控场景摄像头”，则网络设备经常被同一用户调用（可视为管理员），其多次动态运行的流量特征呈现稳定性，此时识别工具后端继续标注网络设备为“监控场景摄像头”。

（4）装置下线：

如果网络设备为“隐藏摄像头”，经常出现下线状态。如果网络设备为“监控场景摄像头”，其极少出现下线状态，此时识别工具后端根据本方法步骤S4标注网络设备为“监控场景摄像头”。

如果网络设备为偶尔上线的摄像头设备，可以认为是摄像头的安装调试场景（即设备只偶尔上线过少量次数），调试场景摄像头需要进行反复多次的完整运行周期监测才能判断摄像头的工作属性。

综上，本发明实施例提供的一种基于互联网监测的隐藏摄像头发现方法，可以实时发现安装于公共场所的隐藏摄像头，相比与现有摄像头监测方法，具有大范围在线监测、实时性监测、识别准确率高等显著特点。同时，在发现存在偷拍设备的公共场所后，我们可以再辅助其它判断方法，进一步锁定隐藏摄像头的物理位置。

本发明实施例公布的是较佳的实施例，但并不局限于此，本领域的普通技术人员，极易根据上述实施例，领会本发明的精神，并做出不同的引申和变化，但只要不脱离本发明的精神，都在本发明的保护范围内。

Claims (7)

1.一种基于互联网监测的隐藏摄像头发现方法，其特征在于，包括如下步骤：

S1:终端特征监测：读取并标注出联网的网络设备的物理特征，并将网络设备标记为已知网络设备、未知网络设备；

S2:应用特征监测：从已知网络设备、未知网络设备中分别标注出独立应用的已知品牌摄像头设备和独立应用的未知网络设备，具体为：根据已知网络设备、未知网络设备访问的服务器端IP地址、URL地址识别已知网络设备、未知网络设备的应用类型，并从已知网络设备、未知网络设备中分别标注出独立应用的已知品牌摄像头设备和独立应用的未知网络设备；

步骤S2还包括，从已知网络设备、未知网络设备中分别排除独立应用的已知品牌其它网络设备和多应用的网络设备;

步骤S2中，根据摄像头设备只会访问同一个服务器端IP地址的应用特征，从已知网络设备、未知网络设备中排除多应用的网络设备；

S3:流量特征监测：根据独立应用的已知品牌摄像头设备和独立应用的未知网络设备在上线、静态运行、动态运行各不同运行阶段的瞬时带宽标准差和流量数据包时间长度累积标注出摄像头设备；

S4:运行特征监测：根据摄像头设备的运行特征标注出隐藏摄像头并进行实时预警；

步骤S4中：所述运行特征包括条件B，满足所述条件B中任一条件即标注出摄像头设备为隐藏摄像头，所述条件B包括：

B1:自摄像头设备首次上线以来，摄像头设备累积运行周期次数≥10次、且摄像头设备累积在线时长≥24小时、且摄像头设备累积动态运行时长≥6小时；

B2:自摄像头设备首次上线以来，4小时≤摄像头设备在同一个场所的累积在线时长≤24小时、且运行周期次数≥3次；

B3:自摄像头设备首次上线以来， 4小时≤摄像头设备在同一个场所的累积在线时长≤24小时、且相邻两次的运行周期的间隔时间≥7天；

B4:每30天内，摄像头设备的累积运行周期次数≥6次、且累积在线时长≥6小时、且累积动态运行时长≥2小时；

B5:自摄像头设备首次上线以来，摄像头设备每个运行周期与联网路由设备的上线间隔时间≤2分钟、且与联网路由设备同时下线。

2.如权利要求1所述的一种基于互联网监测的隐藏摄像头发现方法，其特征在于：步骤S2中，通过已知网络设备、未知网络设备上线后与该已知网络设备、未知网络设备的品牌官方服务器端IP地址、URL地址进行通讯握手和数据校验的特征标注出独立应用的已知品牌摄像头设备。

3.如权利要求1所述的一种基于互联网监测的隐藏摄像头发现方法，其特征在于，步骤S3具体为：对独立应用的已知品牌摄像头设备和独立应用的未知网络设备进行数据流二维特征提取，根据独立应用的已知品牌摄像头设备和独立应用的未知网络设备在上线、静态运行、动态运行各不同运行阶段的瞬时带宽标准差和流量数据包时间长度累积标注出摄像头设备。

4.如权利要求3所述的一种基于互联网监测的隐藏摄像头发现方法，其特征在于，步骤S3中：独立应用的已知品牌摄像头设备和独立应用的未知网络设备在上线、静态运行、动态运行时满足条件A中任一条件即标注为摄像头设备，所述条件A包括：

A1:上线时，上行流量每分钟0.1KB-100KB，下行流量每分钟10KB以下；

A2:静态运行时，数据包长度累积分布呈阶梯状，且阶梯转折点出现在长度为上行流量每分钟0.1KB-10KB，下行流量每分钟1KB以下；

A3:动态运行时，瞬时带宽标准差上行流量每分钟100KB以上，下行流量每分钟10KB以下。

5.如权利要求4所述的一种基于互联网监测的隐藏摄像头发现方法，其特征在于：步骤S3中，对静态运行、动态运行时的流量特征小于0.1KB的独立应用的已知品牌摄像头设备和独立应用的未知网络设备，通过所述步骤S3进行至少一次的监测，直至满足所述条件A中的任一条件。

6.如权利要求1所述的一种基于互联网监测的隐藏摄像头发现方法，其特征在于：所述运行周期包括摄像头设备的上线、静态运行、动态运行、下线。

7.如权利要求1所述的一种基于互联网监测的隐藏摄像头发现方法，其特征在于：所述物理特征包括网络设备的终端MAC地址、终端类型、品牌、型号。

Images