System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种通信基站的边界入侵行为预警方法及系统技术方案_技高网

一种通信基站的边界入侵行为预警方法及系统技术方案

技术编号:40462982 阅读:6 留言:0更新日期:2024-02-22 23:17
本发明专利技术公开了一种通信基站的边界入侵行为预警方法及系统,涉及安全监控技术的技术领域,包括:获取物体移动的频移波形数据信息,对预处理后的数字信号按时间序列进行分组;使用聚类算法对数字信号进行聚类,计算各个聚类类别的阈值范围;分析所有阈值范围,确定异常的数字信号;对异常的数字信号进行灰色关联分析,确定预警数字信号;对预警数据信号进行分级处理;引入自适应学习模块自动学习并调整预警算法的参数,本发明专利技术通过结合先进的数据处理、聚类分析和自适应学习模块,实现了对通信基站边界入侵行为的高效、准确预警,确保了实时、有针对性的响应,大大降低了误报和漏报的风险,提高了通信基站的安全防范水平。

【技术实现步骤摘要】

本专利技术涉及安全监控技术的,具体为一种通信基站的边界入侵行为预警方法及系统


技术介绍

1、随着通信技术的快速发展,通信基站已经遍布各地,为确保通信的稳定性和安全性,对通信基站的安全监控变得尤为重要。传统的通信基站安全监控主要依赖于视频监控和人工巡查,但这些方法存在一定的局限性,例如:视频监控可能受到环境因素的影响,如雨雾、夜晚等,而人工巡查则耗费人力物力,且可能存在疏漏。

2、为了提高通信基站的安全监控效率和准确性,近年来出现了一些基于数据分析的安全预警方法。这些方法通过收集基站的各种数据,如信号强度、频率偏移等,然后通过数据分析技术,如模式识别、机器学习等,来自动检测和预警潜在的安全威胁。然而,这些方法往往需要大量的数据和复杂的计算,且可能存在误报或漏报的问题。

3、此外,由于通信环境和设备的多样性,不同的基站可能存在不同的安全威胁和风险,因此需要一种能够自适应不同环境和设备的安全预警方法。

4、因此,如何提高通信基站的安全监控效率和准确性,减少误报和漏报,以及适应不同的通信环境和设备,成为了当前通信基站安全监控的一个重要研究方向。

5、为此,本专利技术提出了一种通信基站的边界入侵行为预警方法和系统,旨在解决上述问题。


技术实现思路

1、鉴于上述存在的问题,提出了本专利技术。

2、因此,本专利技术解决的技术问题是:如何提高通信基站的安全监控效率和准确性,减少误报和漏报,以及适应不同的通信环境和设备。

3、为解决上述技术问题,本专利技术提供如下技术方案:一种通信基站的边界入侵行为预警方法,其包括如下步骤,

4、从通信基站的多个监控区域获取物体移动的频移波形数据信息;通过模数转换模块处理频移波形数据信息,得到数字信息;对数字信号进行傅里叶变换和小波变换处理,得到预处理后的数字信号;对预处理后的数字信号按时间序列进行分组;使用距离类的聚类算法对所有时间段的数字信号进行聚类,得到聚类类别集合;根据聚类类别集合计算各个聚类类别的阈值范围;分析所有阈值范围,确定正常的数字信号的判断范围,并确定异常的数字信号;对异常的数字信号进行灰色关联分析,确定预警数字信号;对预警数据信号进行分级处理;引入自适应学习模块自动学习并调整预警算法的参数。

5、作为本专利技术所述的一种通信基站的边界入侵行为预警方法的一种优选方案,其中:所述通过模数转换模块处理频移波形数据信息包括,对数据信息进行离散时间采样,将采样后的离散时间信号的幅度进行离散化,并对采样值进行量化,将量化后的采样值转换为二进制数字。

6、作为本专利技术所述的一种通信基站的边界入侵行为预警方法的一种优选方案,其中:所述对所有时间段的数字信号进行聚类包括,随机选择k个数据点作为初始的聚类中心,计算每个数据点到k个中心的距离,并将每个数据点分配给距离最近的聚类中心,表示为,

7、

8、其中,ci表示数据点xi所属的聚类,cj表示第j个聚类的中心,wi表示数据点xi的权重。

9、计算每个聚类数据点的加权均值,并将加权均值作为新的聚类中心,表示为,

10、

11、其中,cj表示第j个聚类。

12、作为本专利技术所述的一种通信基站的边界入侵行为预警方法的一种优选方案,其中:所述根据聚类类别集合计算各个聚类类别的阈值范围包括,计算每个聚类的中心到成员数据点的距离,表示为,

13、di,j=||xi-cj||

14、其中,di,j表示数据点xi到所属聚类cj的中心cj的距离。

15、计算每个聚类的中心到成员数据点的距离的均值μj和标准差σj,表示为,

16、

17、

18、所述各个聚类类别的阈值范围表示为,

19、lowerboundj=μj-ασj

20、upperboundj=μj+ασj

21、其中,α为常数。

22、若数据点到聚类中心的距离小于lowerboundj以及大于upperboundj则判断数据点存在异常值,则存在异常数字信号。

23、作为本专利技术所述的一种通信基站的边界入侵行为预警方法的一种优选方案,其中:所述对异常的数字信号进行灰色关联分析包括对每个异常的数字信号进行无量纲化处理,计算异常的数字信号与预警行为产生的数字信号的灰色关联系数和关联度。

24、所述灰色关联系数表示为,

25、

26、其中,xz表示异常的数字信号,yz表示预设的预警行为产生的数字信号,ρ表示分辨系数,mink|xk-yk|表示所有数据点中,异常数字信号与预警行为产生的数字信号之间差值的最小值,maxk|xk-yk|表示所有数据点中,异常数字信号与预警行为产生的数字信号之间差值的最大值。

27、所述关联度表示为,

28、

29、其中,n表示数据点的数量,ζi,k表示第i个异常数字信号与第k个预警行为产生的数字信号的关联系数。

30、若异常数字信号的关联度超过预设阈值,则判断异常数字信号为预警数字信号。

31、作为本专利技术所述的一种通信基站的边界入侵行为预警方法的一种优选方案,其中:所述对预警数据信号进行分级处理包括,定义预警级别,包括轻微预警、中度预警以及严重预警,根据预警数字信号的关联度将预警数字信号分类到相应地预警级别。

32、当预警数字信号被分类为轻微预警时,则系统自动记录预警时间、位置和关联度,通过监控界面用黄色标记表示预警区域,同时系统自动发送消息至管理人员的通讯设备,并让管理人员按照轻微预警方案进行处理,若连续检测到同一区域的轻微预警超过3次,系统则自动升级为中度预警。

33、当同一区域的轻微预警超过3次或预警数字信号的关联度达到中度预警级别时,则判断预警级别为中度预警。

34、当预警数字信号被分类为中度预警时,系统自动记录预警时间、位置和关联度,通过监控界面用橙色标记表示预警区域,同时系统自动发送消息至管理人员的通讯设备,要求管理人员确认预警,管理人员需在规定时间内对预警进行确认,并在系统中标记为已确认或误报。

35、若标记为已确认则中度预警已成立,则管理人员按照中度预警方案进行处理。

36、若管理人员未在规定时间内进行确认,则系统将自动升级为严重预警。

37、当管理人员未在规定时间内确认或预警数字信号的关联度达到严重预警级别时,则判断预警级别为严重预警。

38、当系统检测到严重预警时,则系统自动记录预警时间、位置和关联度,通过监控界面用红色标记表示预警区域,系统将自动发送紧急消息至管理人员上一级,管理人员上一级立即通知管理人员前往预警区域进行现场确认,确认后并在系统中标记为已确认或误报,同时自动启用备用安全措施。

39、若标记已确认则严重预警已成立,则管理人员按照严重预警方案进行处理。

40、作为本专利技术本文档来自技高网...

【技术保护点】

1.一种通信基站的边界入侵行为预警方法,其特征在于,包括:

2.如权利要求1所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述通过模数转换模块处理频移波形数据信息包括,对数据信息进行离散时间采样,将采样后的离散时间信号的幅度进行离散化,并对采样值进行量化,将量化后的采样值转换为二进制数字。

3.如权利要求2所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述对所有时间段的数字信号进行聚类包括,随机选择K个数据点作为初始的聚类中心,计算每个数据点到K个中心的距离,并将每个数据点分配给距离最近的聚类中心,表示为,

4.如权利要求3所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述根据聚类类别集合计算各个聚类类别的阈值范围包括,计算每个聚类的中心到成员数据点的距离,表示为,

5.如权利要求4所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述对异常的数字信号进行灰色关联分析包括对每个异常的数字信号进行无量纲化处理,计算异常的数字信号与预警行为产生的数字信号的灰色关联系数和关联度;

6.如权利要求5所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述对预警数据信号进行分级处理包括,定义预警级别,包括轻微预警、中度预警以及严重预警,根据预警数字信号的关联度将预警数字信号分类到相应地预警级别;

7.如权利要求6所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述引入自适应学习模块自动学习并调整预警算法的参数包括,当系统发出预警信号并被管理人员进行确认后,将预警信号及相关数据和确认结果存储在数据库中,对存储的数据进行特征提取,使用提取到数据和特征训练分类模型,根据分类模型确定预警信号是否是真实威胁,使用梯度下降更新模型的参数,使用部分未参与训练的数据验证模型的性能,若模型的性能达到预设的标准,则部署新的预警模型。

8.一种采用如权利要求1~7任一所述的一种通信基站的边界入侵行为预警方法的系统,其特征在于:包括数据收集模块、数据处理模块、异常判断模块、以及预警分级与通知模块;

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的一种通信基站的边界入侵行为预警方法的步骤。

10.一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权利要求1至7中任一项所述一种通信基站的边界入侵行为预警方法的步骤。

...

【技术特征摘要】

1.一种通信基站的边界入侵行为预警方法,其特征在于,包括:

2.如权利要求1所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述通过模数转换模块处理频移波形数据信息包括,对数据信息进行离散时间采样,将采样后的离散时间信号的幅度进行离散化,并对采样值进行量化,将量化后的采样值转换为二进制数字。

3.如权利要求2所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述对所有时间段的数字信号进行聚类包括,随机选择k个数据点作为初始的聚类中心,计算每个数据点到k个中心的距离,并将每个数据点分配给距离最近的聚类中心,表示为,

4.如权利要求3所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述根据聚类类别集合计算各个聚类类别的阈值范围包括,计算每个聚类的中心到成员数据点的距离,表示为,

5.如权利要求4所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述对异常的数字信号进行灰色关联分析包括对每个异常的数字信号进行无量纲化处理,计算异常的数字信号与预警行为产生的数字信号的灰色关联系数和关联度;

6.如权利要求5所述的一种通信基站的边界入侵行为预警方法,其特征在于:所述对预警数据信号进行分级处理包括,定义预警级别...

【专利技术属性】
技术研发人员:邱泽华方永红陈俊宇
申请(专利权)人:四川通信科研规划设计有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1