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()
【技术实现步骤摘要】
本专利技术涉及室内定位,具体涉及一种基于对抗性攻击防御的wi-fi指纹定位方法及装置。
技术介绍
1、wi-fi指纹定位技术系利用wi-fi信号强度或其他特征来确定设备在空间中的位置,该技术广泛应用于商场、机场、博物馆等室内环境,为用户提供室内导航和定位服务。基于wi-fi指纹的室内定位系统主要利用接收信号强度信息(received signal strengthindicator,rssi)和信道状态信息(channel state infor mation,csi)两种方式进行坐标定位,定位技术包括离线wi-fi指纹采集阶段和在线定位阶段,离线wi-fi指纹采集阶段中对室内环境不同位置的wi-fi指纹进行采集,并将wi-fi指纹与位置相对应,wi-fi指纹与对应位置组成的一组数据为位置指纹,多个位置指纹构成wi-fi指纹定位数据库。在线定位阶段中,用户将当前采集的wi-fi指纹提交给定位服务器,通过与wi-fi指纹定位数据库的位置指纹进行匹配,将相似度最大的位置指纹对应的位置作为用户当前的位置。
2、然而,在服务器将设备采集的wi-fi指纹与wi-fi指纹定位数据库进行匹配定位的过程中,由于wi-fi指纹可能遭受对抗性攻击的情形而致使服务器难以进行准确定位。因此,有必要提供一种新的室内定位方法以解决相关技术中存在的上述问题。
技术实现思路
1、本专利技术的目的在于提供一种基于对抗性攻击防御的wi-fi指纹定位方法及装置,进而至少在一定程度上克服由于相关技术的限制和缺
2、根据本专利技术的一个方面,提供一种基于对抗性攻击防御的wi-fi指纹定位方法,包括以下步骤:
3、根据预设对抗攻击规则对rssi样本数据进行对抗性攻击,并通过基于transformer的生成器对经过对抗性攻击rssi样本数据进行重构,得到重构样本数据;
4、通过基于transformer的判别器对多组所述rssi样本数据和所述重构样本数据进行相似度判别,并根据判别结果更新所述基于transformer的生成器和所述基于transformer的判别器的参数,以使得所述样本数据和所述重构样本数据的相似度满足预设阈值;
5、获取目标设备所采集的wi-fi接收信号强度信息,并通过所述基于transfor mer的生成器对所述wi-fi接收信号强度信息进行重构,得到重构wi-fi接收信号强度信息;
6、将所述重构wi-fi接收信号强度信息与样本数据库进行比对,以确定所述目标设备的位置信息。
7、在一实施例中所述的基于对抗性攻击防御的wi-fi指纹定位方法还包括:
8、获取目标区域的样本数据,根据所述样本数据基于生成对抗网络生成所述目标区域的伪样本数据;
9、通过映射网络对所述伪样本数据进行重建,得到所述目标区域的重建样本数据;
10、将所述样本数据与所述重建样本数据进行融合,生成所述目标区域的样本数据库。
11、在一实施例中所述预设对抗攻击规则包括:快速梯度下降法、投影梯度下降法和/或动量迭代法。
12、在一实施例中通过基于transformer的判别器对多组所述rssi样本数据和所述重构样本数据进行相似度判别的极大极小对策的表达式为:
13、
14、其中,θg为生成器的权值参数,θd为判别器的权值参数,xadv为对抗样本数据,为生成器输出的重建样本数据,为重建样本的判别输出,pg为生成器的特征空间,为服从pg分布的特征空间,为生成器的特征空间的期望,为判别真实数据为真的期望,pdata(x)为干净数据先验分布。
15、在一实施例中所述基于对抗性攻击防御的wi-fi指纹定位方法还包括:
16、以随机变量作为输入数据,通过生成对抗网络中的生成器生成伪样本数据;
17、通过生成对抗网络中的判别器对多组训练数据与伪样本数据进行判别,并根据判别结果调整所述生成器和判别器的参数,以使判别结果满足预设阈值。
18、在一实施例中获取ujiindoorloc数据集中的训练数据,根据所述训练数据对生成对抗网络进行训练;
19、以及获取所述ujiindoorloc数据集中的验证数据,根据所述验证数据对所述生成对抗网络进行验证。
20、在一实施例中所述映射网络包括8层全连接层,且能够接受522维的噪声向量或样本数据作为输入,通过所述全连接层能够生成522维的潜在空间向量。
21、根据本专利技术的另一方面,提供一种基于对抗性攻击防御的wi-fi指纹定位装置,包括:
22、对抗攻击模块,用于根据预设对抗攻击规则对rssi样本数据进行对抗性攻击,并通过基于transformer的生成器对经过对抗性攻击rssi样本数据进行重构,得到重构样本数据;
23、生成器训练模块,用于通过基于transformer的判别器对多组所述rssi样本数据和所述重构样本数据进行相似度判别,并根据判别结果更新所述基于tra nsformer的生成器和所述基于transformer的判别器的参数,以使得所述样本数据和所述重构样本数据的相似度满足预设阈值;
24、信息重构模块,用于获取目标设备所采集的wi-fi接收信号强度信息,并通过所述基于transformer的生成器对所述wi-fi接收信号强度信息进行重构,得到重构wi-fi接收信号强度信息;
25、位置确定模块,用于将所述重构wi-fi接收信号强度信息与样本数据库进行比对,以确定所述目标设备的位置信息。
26、根据本专利技术的另一方面,提供一种电子设备,包括:
27、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述方法。
28、根据本专利技术的另一方面,提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述方法。
29、本专利技术提供了一种基于对抗性攻击防御的wi-fi指纹定位方法及装置,该方法通过引入基于transformer的生成器作为对抗性攻击的防御机制,利用基于transformer的生成器对rssi向量进行重建来消除对抗性共计对其造成的干扰。基于transformer的生成器具备自注意力机制,能够更好地处理复杂和多样性的信号特征,从而提高室内定位的准确性,对抗性攻击的防御方法使系统更加稳定,能够抵御恶意攻击,为用户提供可靠的室内定位服务。此外,该方法采用映射网络和生成对抗网络生成高质量的wi-fi信号指纹数据,从而降低了离线阶段的数据采集成本并增加了数据的多样性。通过映射网络和生成对抗网络的结合,提供了更全面的数据,有助于提高室内定位的准确性。
本文档来自技高网...【技术保护点】
1.一种基于对抗性攻击防御的Wi-Fi指纹定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于对抗性攻击防御的Wi-Fi指纹定位方法,其特征在于,还包括:
3.根据权利要求1所述的基于对抗性攻击防御的Wi-Fi指纹定位方法,其特征在于,所述预设对抗攻击规则包括:快速梯度下降法、投影梯度下降法和/或动量迭代法。
4.根据权利要求1所述的基于对抗性攻击防御的Wi-Fi指纹定位方法,其特征在于,通过基于Transformer的判别器对多组所述RSSI样本数据和所述重构样本数据进行相似度判别的极大极小对策的表达式为:
5.根据权利要求2所述的基于对抗性攻击防御的Wi-Fi指纹定位方法,其特征在于,还包括:
6.根据权利要求5所述的基于对抗性攻击防御的Wi-Fi指纹定位方法,其特征在于,获取UJIIndoorLoc数据集中的训练数据,根据所述训练数据对生成对抗网络进行训练;
7.根据权利要求2所述的基于对抗性攻击防御的Wi-Fi指纹定位方法,其特征在于,所述映射网络包括8层全连接层,且能够接受522维的噪
8.一种基于对抗性攻击防御的Wi-Fi指纹定位装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,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1-7任一项所述的基于对抗性攻击防御的Wi-Fi指纹定位方法。
...【技术特征摘要】
1.一种基于对抗性攻击防御的wi-fi指纹定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于对抗性攻击防御的wi-fi指纹定位方法,其特征在于,还包括:
3.根据权利要求1所述的基于对抗性攻击防御的wi-fi指纹定位方法,其特征在于,所述预设对抗攻击规则包括:快速梯度下降法、投影梯度下降法和/或动量迭代法。
4.根据权利要求1所述的基于对抗性攻击防御的wi-fi指纹定位方法,其特征在于,通过基于transformer的判别器对多组所述rssi样本数据和所述重构样本数据进行相似度判别的极大极小对策的表达式为:
5.根据权利要求2所述的基于对抗性攻击防御的wi-fi指纹定位方法,其特征在于,还包括:
6.根据权...
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。