一種基于bp神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法
【專利摘要】本發(fā)明公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，包括如下步驟：步驟一，采用一事件發(fā)生器產(chǎn)生認(rèn)知無線網(wǎng)絡(luò)中認(rèn)知用戶正常行為特征，輸入到BP神經(jīng)網(wǎng)絡(luò)的輸入層，在BP神經(jīng)網(wǎng)絡(luò)的中間層形成認(rèn)知用戶行為規(guī)則的規(guī)則集，并根據(jù)規(guī)則集，判斷BP神經(jīng)網(wǎng)絡(luò)輸入層輸入的行為特征是否符合標(biāo)準(zhǔn)，然后通過輸出層輸出符合標(biāo)準(zhǔn)或是不符合標(biāo)準(zhǔn)；步驟二，采用一行為特征模塊采集可疑的認(rèn)知用戶行為特征，并將該行為特征輸入到BP神經(jīng)網(wǎng)絡(luò)的輸入層內(nèi)，通過BP神經(jīng)網(wǎng)絡(luò)的規(guī)則集對該行為特征進行判斷。本發(fā)明的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，通過步驟一和步驟二的設(shè)置，就可以有效的檢測出認(rèn)知用戶的攻擊行為，有效的找出潛在攻擊者。
【專利說明】
一種基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種認(rèn)知無線網(wǎng)絡(luò)，更具體的說是涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無 線網(wǎng)絡(luò)身份檢測方法。
【背景技術(shù)】
[0002] 基于認(rèn)知無線電構(gòu)建的認(rèn)知無線網(wǎng)絡(luò)是未來網(wǎng)絡(luò)的發(fā)展趨勢，它能夠融合現(xiàn)有的 各種無線網(wǎng)絡(luò)，包括GSM/WCDMA/WLAN等。在網(wǎng)絡(luò)接入層，其基于認(rèn)知無線電技術(shù)構(gòu)建，因此 能夠利用各種空白頻段，提高頻譜利用效率;在核心網(wǎng)絡(luò)層，能夠兼容現(xiàn)有的各種標(biāo)準(zhǔn)，從 而降低系統(tǒng)的部署成本，提高傳輸速率，目前已經(jīng)得到廣泛的關(guān)注與研究。
[0003] 認(rèn)知無線網(wǎng)絡(luò)的發(fā)展與成熟將極大的推進未來通信技術(shù)的發(fā)展，使下一代網(wǎng)絡(luò)既 能融合現(xiàn)有的網(wǎng)絡(luò)通信標(biāo)準(zhǔn)，又能夠滿足用戶對通信速率的要求，同時還可有效提高頻譜 資源利用率。但同時，由于其具有可適變的特點，會面臨更大的困難與挑戰(zhàn)，網(wǎng)絡(luò)安全便是 其中一個需要重點解決的問題。認(rèn)知無線網(wǎng)絡(luò)除了面臨傳統(tǒng)網(wǎng)絡(luò)安全入侵等問題，還存在 許多特有的安全隱患，比如:認(rèn)知無線網(wǎng)絡(luò)中接入設(shè)備具有自適應(yīng)性，接入網(wǎng)絡(luò)的終端設(shè)備 面臨的攻擊者具有不確定性，因此，無法通過傳統(tǒng)網(wǎng)絡(luò)中設(shè)備硬件授權(quán)接入的方式來管理 終端設(shè)備。任意終端節(jié)點均可改造為對整個網(wǎng)絡(luò)具有威脅的潛在攻擊者，大大的降低了認(rèn) 知無線網(wǎng)絡(luò)的安全性。

【發(fā)明內(nèi)容】

[0004] 因此，本發(fā)明的目的在于提供一種可以有效的檢測出潛在攻擊者的基于BP神經(jīng)網(wǎng) 絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法。通過對認(rèn)知無線網(wǎng)絡(luò)中用戶的行為特征進行分析建立完 善的特征規(guī)則庫，對于不符合認(rèn)知無線網(wǎng)絡(luò)用戶行為特征的接入終端，通過神經(jīng)網(wǎng)絡(luò)自學(xué) 習(xí)方法，將其列入在潛在攻擊者的范圍，從而保證網(wǎng)絡(luò)的整體安全性、完善性。
[0005] 為實現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：一種基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線 網(wǎng)絡(luò)身份檢測方法，包括如下步驟：
[0006] 步驟一，采用一事件產(chǎn)生器產(chǎn)生認(rèn)知無線網(wǎng)絡(luò)中認(rèn)知用戶正常行為特征，輸入到 BP神經(jīng)網(wǎng)絡(luò)的輸入層，在BP神經(jīng)網(wǎng)絡(luò)的中間層形成認(rèn)知用戶行為規(guī)則的規(guī)則集，并根據(jù)規(guī) 則集，判斷BP神經(jīng)網(wǎng)絡(luò)輸入層輸入的行為特征是否符合標(biāo)準(zhǔn)，然后通過輸出層輸出符合標(biāo) 準(zhǔn)或是不符合標(biāo)準(zhǔn)；
[0007] 步驟二，采用一行為特征模塊采集可疑的認(rèn)知用戶行為特征，并將該行為特征輸 入到BP神經(jīng)網(wǎng)絡(luò)的輸入層內(nèi)，通過BP神經(jīng)網(wǎng)絡(luò)的規(guī)則集對該行為特征進行判斷，若判斷為 符合標(biāo)準(zhǔn)，則采用行為特征模塊繼續(xù)采集其他可疑的認(rèn)知用戶行為特征，若判斷為不符合 標(biāo)準(zhǔn)，則產(chǎn)生異常記錄到中間層，同時根據(jù)該行為特征產(chǎn)生新規(guī)則添加到規(guī)則集內(nèi)，對應(yīng)該 行為特征，BP神經(jīng)網(wǎng)絡(luò)輸出層輸出為不符合標(biāo)準(zhǔn)。
[0008] 作為本發(fā)明的進一步改進，在步驟一中形成規(guī)則集的步驟如下：
[0009] (1)首先給網(wǎng)絡(luò)的各連接權(quán)值賦予(0，1)區(qū)間內(nèi)的隨機值；
[0010] (2)在BP神經(jīng)網(wǎng)絡(luò)的輸入層輸入一種認(rèn)知用戶正常行為特征，BP神經(jīng)網(wǎng)絡(luò)將輸入 認(rèn)知用戶正常行為特征加權(quán)求和，并且與網(wǎng)絡(luò)內(nèi)置的門限值比較，再進行非線性運算，得到 網(wǎng)絡(luò)的輸出，若輸出為符合標(biāo)準(zhǔn)，則使連接權(quán)值增大，若輸出為不符合標(biāo)準(zhǔn)，則把網(wǎng)絡(luò)連接 權(quán)值朝著減小綜合輸入加權(quán)值的方向調(diào)整，調(diào)整后返回加權(quán)求和并繼續(xù)；
[0011] (3)當(dāng)連接權(quán)值增大接近1時，形成規(guī)則并進行存儲，然后重復(fù)步驟(1)，在步驟(2) 中輸入另一種認(rèn)知用戶正常行為特征；
[0012] (4)將步驟(1)至(3)所形成的多條規(guī)則整合，構(gòu)成規(guī)則集。
[0013] 作為本發(fā)明的進一步改進，在步驟(2)中當(dāng)輸出層輸出為不符合標(biāo)準(zhǔn)的時候，進入 誤差的反向傳播階段，使得各權(quán)值不斷調(diào)整，其中在誤差的反向傳播階段采用誤差估計器 來進行誤差的計算，其中誤差估計器如下：
[0014]
[0015] 式中，識（rk)為誤差估計值，rk為相對殘差向量，j為次數(shù)，rjk為第j次相對殘差向 量，P為魯棒函數(shù)。
[0016] 作為本發(fā)明的進一步改進，所述步驟一中的事件產(chǎn)生器為歷史安全認(rèn)知用戶。作 為本發(fā)明的進一步改進，所述步驟二中通過行為特征模塊為多個傳感器，其采集認(rèn)知用戶 的行為特征包括:認(rèn)知用戶的接入接出網(wǎng)絡(luò)行為、認(rèn)知用戶在網(wǎng)絡(luò)中的通信行為以及認(rèn)知 用戶的頻譜切換行為。
[0017] 作為本發(fā)明的進一步改進，還包括斷開認(rèn)知用戶網(wǎng)絡(luò)連接步驟，該步驟如下:步驟 a，在BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出為不符合標(biāo)準(zhǔn)時，檢測出此時BP神經(jīng)網(wǎng)絡(luò)輸入層所連接的認(rèn) 知用戶的MAC地址，并將該地址發(fā)送到認(rèn)知無線網(wǎng)絡(luò)路由器內(nèi)；
[0018] 步驟b，在認(rèn)知無線網(wǎng)絡(luò)路由器接收到認(rèn)知用戶的MAC地址后，根據(jù)MAC地址信息斷 開該認(rèn)知用戶的無線連接，并拒絕再次連接。
[0019] 本發(fā)明的有益效果，通過步驟一的設(shè)置，就可以有效的通過事件產(chǎn)生器使得BP神 經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到網(wǎng)絡(luò)中認(rèn)知用戶正常行為的規(guī)則集，而通過步驟二的設(shè)置，就可以有效的將 可疑認(rèn)知用戶的行為與規(guī)則集內(nèi)的正常用戶行為進行比較，如此經(jīng)過比較以后，若可疑認(rèn) 知用戶的行為與正常用戶行為有差異，則該可疑用戶為潛在攻擊者，如此便很好的實現(xiàn)了 檢測出潛在攻擊者的目的，實現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)的檢測認(rèn)知無線網(wǎng)絡(luò)用戶的目的，并且 在發(fā)現(xiàn)了一個潛在攻擊者的行為特征以后，BP神經(jīng)網(wǎng)絡(luò)便可以有效的學(xué)習(xí)到該行為特征為 潛在攻擊者，因而在后續(xù)出現(xiàn)同樣行為特征的潛在攻擊者時，BP神經(jīng)網(wǎng)絡(luò)便能夠快速有效 的判斷出為潛在攻擊者，并且BP神經(jīng)網(wǎng)絡(luò)是應(yīng)用最普遍的神經(jīng)網(wǎng)絡(luò)模型之一，其"自組織、 自學(xué)習(xí)"的特點可以滿足入侵檢測系統(tǒng)所需要的適應(yīng)性要求。"分布式存儲"的特點使得當(dāng) 局部網(wǎng)絡(luò)受損時，整個網(wǎng)絡(luò)仍具有能夠恢復(fù)原來信息的優(yōu)點，因而在出現(xiàn)局部網(wǎng)絡(luò)受損的 時候還可以根據(jù)步驟一形成規(guī)則集進行補充，避免了無法利用步驟二進行潛在攻擊者檢測 的問題。因此，將BP神經(jīng)網(wǎng)絡(luò)運用到認(rèn)知無線網(wǎng)絡(luò)的身份檢測中是非常合適的，可以從一定 程度上提高入侵檢測系統(tǒng)的可靠性和安全性。
【附圖說明】
[0020]圖1為本發(fā)明的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法的流程圖；
[0021 ]圖2為圖1中規(guī)則集產(chǎn)生步驟的流程圖。
【具體實施方式】
[0022]下面將結(jié)合附圖所給出的實施例對本發(fā)明做進一步的詳述。
[0023]參照圖1至2所示，本實施例的一種基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方 法，包括如下步驟：
[0024]步驟一，采用一事件產(chǎn)生器產(chǎn)生認(rèn)知無線網(wǎng)絡(luò)中認(rèn)知用戶正常行為特征，輸入到 BP神經(jīng)網(wǎng)絡(luò)的輸入層，在BP神經(jīng)網(wǎng)絡(luò)的中間層形成認(rèn)知用戶行為規(guī)則的規(guī)則集，并根據(jù)規(guī) 則集，判斷BP神經(jīng)網(wǎng)絡(luò)輸入層輸入的行為特征是否符合標(biāo)準(zhǔn)，然后通過輸出層輸出符合標(biāo) 準(zhǔn)或是不符合標(biāo)準(zhǔn);在整個過程中，需要對所有用戶的行為進行監(jiān)控。從樣本分析來看，潛 入攻擊和正常用戶的行為存在一定的差異。并且這種差異會隨著用戶數(shù)量的增加而表現(xiàn)的 更為突出。同時，正常用戶和被挾持攻擊的正常用戶在行為表現(xiàn)上也會存在差異。
[0025] 步驟二，采用一行為特征模塊采集可疑的認(rèn)知用戶行為特征，并將該行為特征輸 入到BP神經(jīng)網(wǎng)絡(luò)的輸入層內(nèi)，通過BP神經(jīng)網(wǎng)絡(luò)的規(guī)則集對該行為特征進行判斷，若判斷為 符合標(biāo)準(zhǔn)，則采用行為特征模塊繼續(xù)采集其他可疑的認(rèn)知用戶行為特征，若判斷為不符合 標(biāo)準(zhǔn)，則產(chǎn)生異常記錄到中間層，同時根據(jù)該行為特征產(chǎn)生新規(guī)則添加到規(guī)則集內(nèi)，對應(yīng)該 行為特征，BP神經(jīng)網(wǎng)絡(luò)輸出層輸出為不符合標(biāo)準(zhǔn)，在判斷認(rèn)知無線網(wǎng)絡(luò)中用戶是否為潛在 攻擊者時，首先實行步驟一，經(jīng)過步驟一的實行之后，就會在BP神經(jīng)網(wǎng)絡(luò)的中間層形成正常 認(rèn)知用戶行為特征的規(guī)則集，然后在通過步驟二的實行，就可以采集在認(rèn)知無線網(wǎng)絡(luò)中的 可疑用戶的行為特征，并且將這些行為特征與規(guī)則集內(nèi)的正常行為特征相比較，根據(jù)比較 結(jié)果便可以有效的判斷出該認(rèn)知用戶是否為潛在攻擊者，而且還可以對潛在攻擊者的行為 特征進行學(xué)習(xí)，實現(xiàn)認(rèn)知用戶出現(xiàn)該行為特征時，BP神經(jīng)網(wǎng)絡(luò)可以快速有效的判斷出是否 為潛在攻擊者。
[0026] 作為改進的一種【具體實施方式】，在步驟一中形成規(guī)則集的步驟如下：
[0027] (1)首先給網(wǎng)絡(luò)的各連接權(quán)值賦予(0，1)區(qū)間內(nèi)的隨機值；
[0028] (2)在BP神經(jīng)網(wǎng)絡(luò)的輸入層輸入一種認(rèn)知用戶正常行為特征，BP神經(jīng)網(wǎng)絡(luò)將輸入 認(rèn)知用戶正常行為特征加權(quán)求和，并且與網(wǎng)絡(luò)內(nèi)置的門限值比較，再進行非線性運算，得到 網(wǎng)絡(luò)的輸出，若輸出為符合標(biāo)準(zhǔn)，則使連接權(quán)值增大，若輸出為不符合標(biāo)準(zhǔn)，則把網(wǎng)絡(luò)連接 權(quán)值朝著減小綜合輸入加權(quán)值的方向調(diào)整，調(diào)整后返回加權(quán)求和并繼續(xù)；
[0029] (3)當(dāng)連接權(quán)值增大接近1時，形成規(guī)則并進行存儲，然后重復(fù)步驟(1)，在步驟(2) 中輸入另一種認(rèn)知用戶正常行為特征；
[0030] (4)將步驟（1)至（3)所形成的多條規(guī)則整合，構(gòu)成規(guī)則集，在形成規(guī)則集的過程 中，通過步驟（1)的設(shè)置，就可以給BP神經(jīng)網(wǎng)絡(luò)內(nèi)設(shè)定一個初始值，然后通過步驟（2)的設(shè) 置，就可以有效的調(diào)整初始值，使得初始值朝向正確值靠近，通過步驟(3)的設(shè)置，在初始值 即為連接權(quán)值接近1時，表示對于該行為特征的BP神經(jīng)網(wǎng)絡(luò)輸出的誤差約等于0,因而便可 以有效的形成一條規(guī)則，而最后通過步驟(4)便可以實現(xiàn)將多條規(guī)則集合成規(guī)則集，作為BP 神經(jīng)網(wǎng)絡(luò)的判斷依據(jù)，這樣就可以使得對認(rèn)知用戶正常行為特征進行準(zhǔn)確的判斷，且在正 常用戶行為特征發(fā)生改變時，BP神經(jīng)網(wǎng)絡(luò)能夠快速的學(xué)習(xí)改變，使得認(rèn)知無線網(wǎng)絡(luò)中身份 檢測更加的靈活多變，其中這里的非線性運算為通過建模計算與現(xiàn)有的BP神經(jīng)網(wǎng)絡(luò)的非線 性運算方式相同，因而不再贅述。
[0031] 作為改進的一種【具體實施方式】，在步驟(2)中當(dāng)輸出層輸出為不符合標(biāo)準(zhǔn)的時候， 進入誤差的反向傳播階段，使得各權(quán)值不斷調(diào)整，其中在誤差的反向傳播階段采用誤差估 計器來進行誤差的計算，其中誤差估計器如下：
[0032]
[0033] 式中，P (rk)為誤差估計值，rk為相對殘差向量，j為次數(shù)，rjk為第j次相對殘差向 量，P為魯棒函數(shù)，采用上述誤差估計器，比現(xiàn)有的誤差估計器忽略了樣本的"異常值"，故而 其估計起來更加的準(zhǔn)確。
[0034] 作為改進的一種【具體實施方式】，所述步驟一中的事件產(chǎn)生器為歷史安全認(rèn)知用 戶，將事件產(chǎn)生器設(shè)置為歷史安全認(rèn)知用戶，便可以實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)中中間層形成的規(guī)則 集更加的準(zhǔn)確，更能夠判斷出認(rèn)知用戶是否為潛在攻擊者了。
[0035] 作為改進的一種【具體實施方式】，所述步驟二中通過行為特征模塊為多個傳感器， 其采集認(rèn)知用戶的行為特征包括:認(rèn)知用戶的接入接出網(wǎng)絡(luò)行為、認(rèn)知用戶在網(wǎng)絡(luò)中的通 信行為以及認(rèn)知用戶的頻譜切換行為，認(rèn)知用戶的接入接出網(wǎng)絡(luò)行為、認(rèn)知用戶在網(wǎng)絡(luò)中 的通信行為以及認(rèn)知用戶的頻譜切換行為這些行為較有代表性，可以體現(xiàn)出認(rèn)知用戶在認(rèn) 知無線網(wǎng)絡(luò)之中是否為潛在攻擊者。
[0036] 作為改進的一種【具體實施方式】，還包括斷開認(rèn)知用戶網(wǎng)絡(luò)連接步驟，該步驟如下： [0037]步驟a，在BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出為不符合標(biāo)準(zhǔn)時，檢測出此時BP神經(jīng)網(wǎng)絡(luò)輸入 層所連接的認(rèn)知用戶的MAC地址，并將該地址發(fā)送到認(rèn)知無線網(wǎng)絡(luò)路由器內(nèi)；
[0038]步驟b，在認(rèn)知無線網(wǎng)絡(luò)路由器接收到認(rèn)知用戶的MAC地址后，根據(jù)MAC地址信息斷 開該認(rèn)知用戶的無線連接，并拒絕再次連接，通過步驟a的設(shè)置，可以確定認(rèn)知無線網(wǎng)絡(luò)中 潛在攻擊者的地址信息，而通過步驟b的設(shè)置，便可以有效的利用認(rèn)知無線網(wǎng)絡(luò)路由器中地 址屏蔽功能來實現(xiàn)斷開潛在攻擊者的網(wǎng)絡(luò)連接的目的。
[0039]綜上所述，本發(fā)明的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，通過步驟一 和步驟二的設(shè)置，就可以有效的利用BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)特性學(xué)習(xí)認(rèn)知無線網(wǎng)絡(luò)中認(rèn)知用戶 的正常行為特征，并且在學(xué)習(xí)完成以后將可疑認(rèn)知用戶的行為特征進行比較，判斷出潛在 攻擊者，這樣就大大的提升了認(rèn)知無線網(wǎng)絡(luò)的安全性。
[0040]以上所述僅是本發(fā)明的優(yōu)選實施方式，本發(fā)明的保護范圍并不僅局限于上述實施 例，凡屬于本發(fā)明思路下的技術(shù)方案均屬于本發(fā)明的保護范圍。應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域 的普通技術(shù)人員來說，在不脫離本發(fā)明原理前提下的若干改進和潤飾，這些改進和潤飾也 應(yīng)視為本發(fā)明的保護范圍。
【主權(quán)項】
1. 一種基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特征在于:包括如下步驟： 步驟一，采用一事件產(chǎn)生器產(chǎn)生認(rèn)知無線網(wǎng)絡(luò)中認(rèn)知用戶正常行為特征，輸入到BP神 經(jīng)網(wǎng)絡(luò)的輸入層，在BP神經(jīng)網(wǎng)絡(luò)的中間層形成認(rèn)知用戶行為規(guī)則的規(guī)則集，并根據(jù)規(guī)則集， 判斷BP神經(jīng)網(wǎng)絡(luò)輸入層輸入的行為特征是否符合標(biāo)準(zhǔn)，然后通過輸出層輸出符合標(biāo)準(zhǔn)或是 不符合標(biāo)準(zhǔn)； 步驟二，采用一行為特征模塊采集可疑的認(rèn)知用戶行為特征，并將該行為特征輸入到 BP神經(jīng)網(wǎng)絡(luò)的輸入層內(nèi)，通過BP神經(jīng)網(wǎng)絡(luò)的規(guī)則集對該行為特征進行判斷，若判斷為符合 標(biāo)準(zhǔn)，則采用行為特征模塊繼續(xù)采集其他可疑的認(rèn)知用戶行為特征，若判斷為不符合標(biāo)準(zhǔn)， 則產(chǎn)生異常記錄到中間層，同時根據(jù)該行為特征產(chǎn)生新規(guī)則添加到規(guī)則集內(nèi)，對應(yīng)該行為 特征，BP神經(jīng)網(wǎng)絡(luò)輸出層輸出為不符合標(biāo)準(zhǔn)。2. 根據(jù)權(quán)利要求1所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特征在于： 在步驟一中形成規(guī)則集的步驟如下： (1) 首先給網(wǎng)絡(luò)的各連接權(quán)值賦予(〇，1)區(qū)間內(nèi)的隨機值； (2) 在BP神經(jīng)網(wǎng)絡(luò)的輸入層輸入一種認(rèn)知用戶正常行為特征，BP神經(jīng)網(wǎng)絡(luò)將輸入認(rèn)知 用戶正常行為特征加權(quán)求和，并且與網(wǎng)絡(luò)內(nèi)置的門限值比較，再進行非線性運算，得到網(wǎng)絡(luò) 的輸出，若輸出為符合標(biāo)準(zhǔn)，則使連接權(quán)值增大，若輸出為不符合標(biāo)準(zhǔn)，則把網(wǎng)絡(luò)連接權(quán)值 朝著減小綜合輸入加權(quán)值的方向調(diào)整，調(diào)整后返回加權(quán)求和并繼續(xù)； (3) 當(dāng)連接權(quán)值增大接近1時，形成規(guī)則并進行存儲，然后重復(fù)步驟（1)，在步驟(2)中輸 入另一種認(rèn)知用戶正常行為特征； (4) 將步驟(1)至(3)所形成的多條規(guī)則整合，構(gòu)成規(guī)則集。3. 根據(jù)權(quán)利要求2所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特征在于： 在步驟(2)中當(dāng)輸出層輸出為不符合標(biāo)準(zhǔn)的時候，進入誤差的反向傳播階段，使得各權(quán)值不 斷調(diào)整，其中在誤差的反向傳播階段采用誤差估計器來進行誤差的計算，其中誤差估計器 如下：式中，(rk)為誤差估計值，rk為相對殘差向量，j為次數(shù)，rjk為第j次相對殘差向量，p 為魯棒函數(shù)。4. 根據(jù)權(quán)利要求1或2或3所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特 征在于:所述步驟一中的事件產(chǎn)生器為歷史安全認(rèn)知用戶。5. 根據(jù)權(quán)利要求1或2或3所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特 征在于:所述步驟二中采用的行為特征模塊為多個傳感器，其采集認(rèn)知用戶的行為特征包 括:認(rèn)知用戶的接入接出網(wǎng)絡(luò)行為、認(rèn)知用戶在網(wǎng)絡(luò)中的通信行為以及認(rèn)知用戶的頻譜切 換行為。6. 根據(jù)權(quán)利要求4所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特征在于： 所述步驟二中通過行為特征模塊為多個傳感器，其采集認(rèn)知用戶的行為特征包括:認(rèn)知用 戶的接入接出網(wǎng)絡(luò)行為、認(rèn)知用戶在網(wǎng)絡(luò)中的通信行為以及認(rèn)知用戶的頻譜切換行為。7. 根據(jù)權(quán)利要求1或2或3所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特 征在于:還包括斷開認(rèn)知用戶網(wǎng)絡(luò)連接步驟，該步驟如下： 步驟a，在BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出為不符合標(biāo)準(zhǔn)時，檢測出此時BP神經(jīng)網(wǎng)絡(luò)輸入層所 連接的認(rèn)知用戶的MAC地址，并將該地址發(fā)送到認(rèn)知無線網(wǎng)絡(luò)路由器內(nèi)； 步驟b，在認(rèn)知無線網(wǎng)絡(luò)路由器接收到認(rèn)知用戶的MAC地址后，根據(jù)MAC地址信息斷開該 認(rèn)知用戶的無線連接，并拒絕再次連接。8. 根據(jù)權(quán)利要求4所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特征在于： 還包括斷開認(rèn)知用戶網(wǎng)絡(luò)連接步驟，該步驟如下： 步驟a，在BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出為不符合標(biāo)準(zhǔn)時，檢測出此時BP神經(jīng)網(wǎng)絡(luò)輸入層所 連接的認(rèn)知用戶的MAC地址，并將該地址發(fā)送到認(rèn)知無線網(wǎng)絡(luò)路由器內(nèi)； 步驟b，在認(rèn)知無線網(wǎng)絡(luò)路由器接收到認(rèn)知用戶的MAC地址后，根據(jù)MAC地址信息斷開該 認(rèn)知用戶的無線連接，并拒絕再次連接。9. 根據(jù)權(quán)利要求5所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特征在于： 還包括斷開認(rèn)知用戶網(wǎng)絡(luò)連接步驟，該步驟如下： 步驟a，在BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出為不符合標(biāo)準(zhǔn)時，檢測出此時BP神經(jīng)網(wǎng)絡(luò)輸入層所 連接的認(rèn)知用戶的MAC地址，并將該地址發(fā)送到認(rèn)知無線網(wǎng)絡(luò)路由器內(nèi)； 步驟b，在認(rèn)知無線網(wǎng)絡(luò)路由器接收到認(rèn)知用戶的MAC地址后，根據(jù)MAC地址信息斷開該 認(rèn)知用戶的無線連接，并拒絕再次連接。10. 根據(jù)權(quán)利要求6所述的基于BP神經(jīng)網(wǎng)絡(luò)的認(rèn)知無線網(wǎng)絡(luò)身份檢測方法，其特征在 于:還包括斷開認(rèn)知用戶網(wǎng)絡(luò)連接步驟，該步驟如下： 步驟a，在BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出為不符合標(biāo)準(zhǔn)時，檢測出此時BP神經(jīng)網(wǎng)絡(luò)輸入層所 連接的認(rèn)知用戶的MAC地址，并將該地址發(fā)送到認(rèn)知無線網(wǎng)絡(luò)路由器內(nèi)； 步驟b，在認(rèn)知無線網(wǎng)絡(luò)路由器接收到認(rèn)知用戶的MAC地址后，根據(jù)MAC地址信息斷開該 認(rèn)知用戶的無線連接，并拒絕再次連接。
【文檔編號】H04L29/06GK105933312SQ201610250517
【公開日】2016年9月7日
【申請日】2016年4月21日
【發(fā)明人】朱麗, 毛華慶
【申請人】溫州大學(xué)甌江學(xué)院