关键词:
移动目标监控
异常行为检测
室内定位
空口安全
射频识别
摘要:
在信息社会中,可以便携的载体发挥了重要作用。但便携的信息存储、传输、交换途径也为窃密、泄密等不法行为带来便利,经由载体及其持有人在流转过程中带来的信息安全问题逐渐突显,已经成为信息安全研究的重点。射频识别(RFID)具备感知物理空间的能力。结合RFID技术,远程感知载体移动流转过程、自动分析载体异常成为可能。因此,以载体为监控目标,研究基于RFID的移动目标监控关键技术,通过多源感知手段获取载体在物理空间的位置、数量、状态等,分析载体在监控场所中的行为,准确定位载体的位置,降低经由载体带来的安全隐患,提高载体安全特别是流转过程中的载体安全水平,势在必行。由于需要监控的移动目标物理形态及使用方法各不相同,使得监控的场景复杂多变,数据与目标行为的对应关系不尽相同,多场景下移动目标监控的准确性与实时性、移动目标的定位精度受到较大影响。同时,监控技术自身也面临空口安全风险,为监控场景引入更多的不确定性。基于上述问题,本文的研究目的是基于RFID技术,提出基于时空关系的异常事件检测方法,针对重要目标的定位需求提出兼顾实时性与定位精度的室内定位算法,研究基于轻量级密码算法的RFID空口安全机制。本文完成的工作和创新点主要包括:(1)基于时空关联的异常事件检测研究:针对门禁场景下监控数据存在冗余问题,分析门禁监控数据的内在时空关联,提出了基于Bloom Filter冗余过滤算法的改进算法Time-Distance Bloom Filter(TDBF)以及数据过滤效率的评价方法,并通过实验在静态、动态、不规则运动场景下对TDBF、Time Bloom Filter(TBF)、Bloom Filter(BF)等三种冗余过滤算法进行评价。实验结果表明,TDBF算法的性能显著高于TBF和BF,可以保持低误报率、低漏报率和更高的数据压缩率之间的平衡,实现冗余数据的有效、准确过滤。针对室内移动目标路径分析的问题,对基于RFID的监控数据进行时空聚类分析,提出了一种基于AGNES的改进算法Improved-AGNES,该方法改进了算法权重,通过二次聚类引入了方向向量,能够有效提取出多路径场所中移动目标频繁使用的关键路径,降低了监控数据分析的难度,提高了分析的实时性和有效性。(2)室内定位算法技术研究:针对监控场景中室内RFID受遮挡物干扰影响移动目标定位精度的问题,提出了一种差分定位算法,该算法通过对相邻接收天线之间RFID信号进行差分运算,降低了RFID信号中的环境干扰,并在保证监控所需定位精度的同时,降低了计算复杂度,兼顾实时性与实用性。该算法在两个应用场景中的实验结果表明,在室内环境下,算法的均方根误差小于0.62m,相同测试条件下,低于测距算法Spot ON(2.67m)和LANDMARC定位算法(1.61m),且误差偏差较小。(3)空口安全风险研究:分析了监控常用技术RFID在系统应用中面临的安全风险,提出了一种基于trivium的改进算法,分析和实验结果表明,Trivium改进算法实现消耗为0.66μA。所需的硬件复杂度估计为2876等效门电路,低于AES(3μA、3400等效门电路)和Trivium(0.68μA、3488等效门电路),算法占用的资源更少,适用于RFID系统使用。