专利汇可以提供一种基于边缘计算的隐蔽潜信道识别方法专利检索,专利查询,专利分析的服务。并且本 发明 公布了一种基于边缘计算的隐蔽潜信道识别方法,通过梅尔 频率 倒谱 系数(Mel-Frequency Cepstral Coefficients,MFCCs)特征的提取,并采用 机器学习 方法对正常通信系统和潜信道隐蔽通信的系数进行学习,训练隐蔽潜信道识别装置,将特定系统的新的 梅尔频率倒谱 系数输入系统,实现对潜信道隐蔽通信的识别;在边缘计算平台下进行终端等梅尔频率倒谱系数采集、系统训练和学习,然后对终端通信进行是否存在潜信道隐蔽通信的识别,对终端而言,该方法具有计算复杂度低,识别准确率高的优点。,下面是一种基于边缘计算的隐蔽潜信道识别方法专利的具体信息内容。
1.一种基于边缘计算的隐蔽潜信道识别方法,包括一个或多个边缘计算设备,其特征在于,所述边缘计算设备执行隐蔽潜信道辨析步骤,所述隐蔽潜信道辨析步骤对输入的信道信号进行辨析,判断信号是否来自所述隐蔽潜信道。
2.根据权利要求1所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,还包括梅尔频率倒谱系数MFCCs特征提取步骤,该步骤从输入的信道信号中提取梅尔频率倒谱系数。
3.根据权利要求1所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,还包括隐蔽潜信道辨析训练步骤,该训练步骤通过机器学习方式训练和生成隐蔽潜信道识别装置,以判别输入的信道信号是否来自所述隐蔽潜信道。
4.根据权利要求3所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,所述训练步骤包括以下子步骤:
S1:提取信道信号的MFCCs特征;
S2:将提取的MFCCs特征输入所述的隐蔽潜信道识别装置,进行隐蔽潜信道识别训练;
S3:重复步骤S1~S2,直到达到设定的识别合格率。
5.根据权利要求3所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,所述信道信号包括正常通信信道信号和/或隐蔽潜信道信号。
6.根据权利要求5所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,针对正常信道信号MFCCs特征提取,包括以下步骤:
提取正常信道信号MFCCs特征,并标识为D1;
其中Xi=(xi,1,xi,2,...,xi,j),j=1,2,...,36;
所述n为n个信道信号的集合,所述i为正常通信信道信号的集合,每个信道信号的集合包括36个波形信号。
7.根据权利要求5所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,针对隐蔽潜信道MFCCs特征提取,包括以下步骤:
提取已知的隐蔽潜信道通信信号MFCCs特征,并标识为D2;
Xu=(xu,1,xu,2,...,xu,j),j=1,2,...,36;
所述n为n个信道信号的集合,所述u为已知的隐蔽潜信道通信信号的集合,所述每个信道信号的集合包括36个波形信号。
8.根据权利要求6或7所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,还包括MFCCs特征预处理步骤,所述MFCCs特征预处理步骤如下:
从Xi和Xu组成的信道信号集合矩阵中任意取g列,得到:
其中
重复选取过程G次,得到一个新的集合:
所述 为从Xi和Xu组成的信道信号集合矩阵中任意取g列所构成的训练向量, 为构成的训练子集合; 为最终训练集合。
9.根据权利要求3或8所述的一种基于边缘计算的隐蔽潜信道识别方法,其特征在于,所述识别训练包括以下子步骤:
对向量 两两进行计算:
给出重量矩阵W属于目标d:
其中Cj为潜信道攻击通信。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
语音交互的方法、装置、设备和计算机可读存储介质 | 2020-05-12 | 283 |
一种基于去噪技术的滚动轴承早期故障诊断方法 | 2020-05-12 | 709 |
实时声纹辨识系统与方法 | 2020-05-08 | 396 |
一种人声起止时间检测方法及装置 | 2020-05-08 | 993 |
到站提醒方法、装置、终端及存储介质 | 2020-05-11 | 185 |
一种基于情感识别的老人陪护机器人子系统 | 2020-05-08 | 841 |
一种风力发电机组稳态振动在线监测方法及监测系统 | 2020-05-11 | 661 |
识别跑步机异音的识别模型确定方法、识别方法、系统 | 2020-05-12 | 113 |
一种基于声门波信号特征提取的语音情感识别方法 | 2020-05-08 | 904 |
一种乒乓球比赛视频的智能数据采集方法 | 2020-05-13 | 472 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。