基于WiFi的非入侵式異常用戶活動(dòng)檢測(cè)

龐 娜

(中國(guó)科學(xué)院信息工程研究所 北京 100093)(sunnypxn@163.com)

基于無(wú)線網(wǎng)絡(luò)的智慧醫(yī)療、重點(diǎn)場(chǎng)所人員監(jiān)控、識(shí)別與定位跟蹤等安全話題越來(lái)越受到重視，異常用戶活動(dòng)的檢測(cè)成為研究熱點(diǎn).傳統(tǒng)的方法分為攝像頭和傳感器，基于攝像頭的方法運(yùn)用圖像重建、閾值分割等技術(shù)自動(dòng)地識(shí)別并跟蹤目標(biāo)用戶.被檢測(cè)用戶必須位于攝像頭的直線視距，而且拍攝角度以及拍攝范圍有限；同時(shí)面臨人臉等隱私信息泄露的可能.基于傳感器的方法需要佩戴智能手環(huán)等附屬物，傳感器的漂移以及受空間環(huán)境的干擾也是實(shí)際應(yīng)用中面臨的巨大挑戰(zhàn).

無(wú)線局域網(wǎng)顯著改變著人們的工作習(xí)慣，給我們的生活帶來(lái)極大的便利.無(wú)線路由器以高速、廉價(jià)等特點(diǎn)走進(jìn)人們生活.無(wú)線局域網(wǎng)提供的服務(wù)由數(shù)據(jù)傳輸擴(kuò)充到空間環(huán)境感知，不僅能滿足基本通信，而且有助于利用無(wú)線通信網(wǎng)絡(luò)資源.基于無(wú)線信號(hào)的檢測(cè)主要分為無(wú)線射頻、信號(hào)接收強(qiáng)度.要么需要通用軟件無(wú)線電外設(shè)或軟件無(wú)線電等昂貴的信號(hào)采集設(shè)備，要么精度有限，無(wú)法滿足實(shí)際生活需求.

物理層信道狀態(tài)信息(channel state information, CSI)是正交頻分復(fù)用子載波的傳輸鏈路信息，可用于檢測(cè)和區(qū)分無(wú)線信道中的微小變化.WiFall[1]在商用WiFi設(shè)備上基于信道狀態(tài)信息的改變檢測(cè)用戶活動(dòng)，并獲得15%的平均誤報(bào)率前提下得到90%的平均檢測(cè)率.E-eyes[2]利用物理層信道狀態(tài)信息實(shí)現(xiàn)了用戶日常活動(dòng)的識(shí)別，并獲得低于1%的平均假陽(yáng)率(false positive rate, FPR)前提下得到高于96%的平均真陽(yáng)率(true positive rate, TPR).WiKey[3]通過(guò)對(duì)比不同按鍵帶來(lái)的信道狀態(tài)信息時(shí)間序列的形狀特征實(shí)現(xiàn)擊鍵識(shí)別.基于信道狀態(tài)信息檢測(cè)活動(dòng)存在5個(gè)優(yōu)點(diǎn)：

1) 即便存在障礙物遮擋，無(wú)線信號(hào)仍可以從發(fā)射端傳輸至接收端；

2) 不需要特別的專業(yè)信號(hào)采集硬件，實(shí)驗(yàn)部署成本低廉；

3) 無(wú)線信號(hào)具有穿透性；

4) 覆蓋范圍廣，不受光線等因素的干擾；

5) 目標(biāo)用戶無(wú)需攜帶信號(hào)接收設(shè)備，減少了額外設(shè)備的負(fù)擔(dān).

異常來(lái)源于非隨機(jī)偏差的特別機(jī)制，不能預(yù)先確定.本文總結(jié)了WiFi環(huán)境感知所面臨的挑戰(zhàn)，提出一種基于物理層信道狀態(tài)信息的非入侵式異常用戶活動(dòng)檢測(cè)方法.

1 相關(guān)理論基礎(chǔ)

1.1 電磁波傳輸?shù)亩鄰叫?yīng)

發(fā)射端TX和接收端RX之間的無(wú)線電信道為無(wú)線通信的傳輸介質(zhì)，信號(hào)可以通過(guò)多條傳輸路徑從TX到RX，如圖1所示，包括直射、反射、繞射等.每條路徑均有明顯的幅度、時(shí)間延遲、信號(hào)達(dá)到方向.多徑傳播引起的信號(hào)接收強(qiáng)度變動(dòng)增大了活動(dòng)識(shí)別的擾動(dòng).

圖1 多徑效應(yīng)

1.2 信道狀態(tài)信息

通過(guò)移植編譯驅(qū)動(dòng)，編譯Ubuntu系統(tǒng)，我們可以在商用WiFi設(shè)備上獲取信道狀態(tài)信息[4].信道狀態(tài)信息描述了無(wú)線信號(hào)多徑傳輸?shù)男盘?hào)衰弱、空間干擾等信息.在接收端提取信道狀態(tài)信息的幅度和相位：

2 WiFi環(huán)境感知所面臨的挑戰(zhàn)

2.1 基于無(wú)線射頻的活動(dòng)識(shí)別

WiTrack[5]分析人體反射的無(wú)線信號(hào)，推算人體各關(guān)節(jié)的運(yùn)動(dòng)信息實(shí)現(xiàn)三維跟蹤.Kellogg等人[6]提出一種可在多種計(jì)算設(shè)備上運(yùn)行的手勢(shì)識(shí)別系統(tǒng)，在不引起功率和計(jì)算開銷額外消耗的前提下，從現(xiàn)有無(wú)線信號(hào)中提取手勢(shì)信息.這種識(shí)別方法采用無(wú)線信號(hào)接收分析設(shè)備，不便于在家庭生活中普及.

2.2 基于信號(hào)接收強(qiáng)度的活動(dòng)識(shí)別

Nuzzer[7]根據(jù)信號(hào)接收強(qiáng)度隨人體活動(dòng)的變化，提出一種豐富多徑條件下追蹤真實(shí)環(huán)境中的單個(gè)實(shí)體的方法.Sigg等人[8]通過(guò)分析射頻(RF)信道波動(dòng)來(lái)識(shí)別被動(dòng)實(shí)體的活動(dòng)，基于軟件無(wú)線電的無(wú)源設(shè)備進(jìn)行活動(dòng)識(shí)別.這種識(shí)別方法采用粗粒度的易受環(huán)境擾動(dòng)的信號(hào)接收強(qiáng)度，精確度較低.

2.3 基于信道狀態(tài)信息的活動(dòng)識(shí)別

WiHear[9]通過(guò)采集人講話時(shí)的反射信號(hào)，基于信道狀態(tài)信息實(shí)現(xiàn)了對(duì)唇語(yǔ)的識(shí)別.Smokey[10]通過(guò)監(jiān)測(cè)6個(gè)連貫的吸煙動(dòng)作帶來(lái)的信道狀態(tài)信息的變化特征，實(shí)現(xiàn)了對(duì)吸煙活動(dòng)的識(shí)別.異常活動(dòng)無(wú)法預(yù)先被定義，傳統(tǒng)活動(dòng)識(shí)別的方法無(wú)法應(yīng)用于異常檢測(cè).

3 非入侵式異常用戶活動(dòng)檢測(cè)

3.1 異常用戶活動(dòng)的檢測(cè)

圖2為基于信道狀態(tài)信息的非侵入式異常用戶活動(dòng)檢測(cè)系統(tǒng)框架，包含CSI預(yù)處理、人體活動(dòng)建模以及異常人體活動(dòng)檢測(cè)3部分.在人體執(zhí)行活動(dòng)時(shí)，無(wú)線路由器不斷地向接收機(jī)發(fā)送無(wú)線信號(hào).

1) 信道狀態(tài)信息CSI預(yù)處理：通過(guò)Intel 5300無(wú)線網(wǎng)卡采集CSI并進(jìn)行噪聲預(yù)處理；

2) 用戶活動(dòng)建模：特定的信道狀態(tài)信息時(shí)間序列代表特定的人體活動(dòng)；

3) 異常人體活動(dòng)檢測(cè)：用戶活動(dòng)分割后，判斷不同活動(dòng)的相似性進(jìn)行異常檢測(cè).

圖2 基于信道狀態(tài)信息的非侵入式異常用戶活動(dòng)檢測(cè)系統(tǒng)框架

3.2 異常用戶活動(dòng)的構(gòu)建

不同人體活動(dòng)造成信道狀態(tài)信息的獨(dú)特變化，因此異常活動(dòng)的檢測(cè)目標(biāo)是在所有的信道狀態(tài)信息時(shí)間序列中找出異常時(shí)間序列.

3.3 用戶活動(dòng)分割

人體幅度變化較大的活動(dòng)造成較明顯的CSI波動(dòng)，而靜止或細(xì)微的人體活動(dòng)造成的CSI 變化微弱.本文使用短時(shí)能量STE(short time energy)的方法檢測(cè)人體活動(dòng)，短時(shí)能量STE表示為

其中，k表示子載波的數(shù)目，N為滑動(dòng)窗口的大小.

接下來(lái)進(jìn)行異常檢測(cè).提取特定時(shí)間內(nèi)的各個(gè)用戶活動(dòng)的信道狀態(tài)信息時(shí)間序列：

Qa=(qa 1,qa 2,…,qa M);
Qb=(qb 1,qb 2,…,qb N);
?
Qz=(qz 1,qz 2,…,qz Q).

其中，qi j表示第i個(gè)用戶的長(zhǎng)度為j的信道狀態(tài)信息時(shí)間序列.2個(gè)用戶活動(dòng)的信道狀態(tài)信息時(shí)間序列之間的距離可以構(gòu)造M×N矩陣，矩陣中的元素(m,n)代表第a個(gè)用戶活動(dòng)第m個(gè)信道狀態(tài)信息和第b個(gè)用戶活動(dòng)中第n個(gè)信道狀態(tài)信息之間距離d(am,bn)，即d(am,bn)=(am-bn)2.然后尋找一種2個(gè)用戶活動(dòng)的最佳映射關(guān)系，保證規(guī)整代價(jià)函數(shù)取得最小值：

通過(guò)計(jì)算每個(gè)用戶活動(dòng)與其他用戶活動(dòng)的相似度，與其他用戶活動(dòng)相似度較低的用戶活動(dòng)即為異常用戶活動(dòng).

4 實(shí)驗(yàn)分析

4.1 實(shí)驗(yàn)設(shè)置

硬件采用配備Intel 5300無(wú)線網(wǎng)卡的電腦和無(wú)線路由器，工作頻段是2.4 GHz或5 GHz.但由于高頻段的分辨率更高并且干擾更低，實(shí)驗(yàn)選取5 GHz頻段.

4.2 實(shí)驗(yàn)結(jié)果

被檢測(cè)目標(biāo)在辦公室環(huán)境、會(huì)議室環(huán)境以及家庭環(huán)境中的直線視距、非直線視距場(chǎng)景中執(zhí)行活動(dòng),2種場(chǎng)景如圖3所示：

圖3 直線視距和非直線視距場(chǎng)景

正常行走過(guò)程中，實(shí)驗(yàn)檢測(cè)到4種異?；顒?dòng)：突然奔跑、滑倒、突然跳躍、突然抬手.在辦公室環(huán)境中有較高的平均準(zhǔn)確率：直線視距場(chǎng)景中93.4%以及非直線視距場(chǎng)景中92.6%；在會(huì)議室環(huán)境中，平均準(zhǔn)確率分別為92.4%,90.1%；而在家庭環(huán)境中，平均準(zhǔn)確率分別為86.5%,83.1%.家庭環(huán)境中平均準(zhǔn)確率較低的原因是復(fù)雜的多徑傳輸帶來(lái)復(fù)雜的干擾.

圖4展示了收發(fā)距離對(duì)實(shí)驗(yàn)性能的影響，隨著收發(fā)距離的增大，異常檢測(cè)的準(zhǔn)確率逐漸降低，因?yàn)閃iFi信號(hào)的短距傳輸距離，可以提供更準(zhǔn)確的信道狀態(tài)信息，來(lái)捕獲人體活動(dòng)的變化.

圖4 發(fā)射器與接收器距離變化對(duì)性能的影響

5 總 結(jié)

本文在現(xiàn)有WiFi設(shè)備上提出一種非侵入式的基于物理層信道狀態(tài)信息的異常用戶活動(dòng)檢測(cè)方法，可工作在直線視距和非直線視距場(chǎng)景下.目前的異常用戶活動(dòng)檢測(cè)方法在運(yùn)用到實(shí)際生活中還有一定距離，后期研究還需要納入復(fù)雜多用戶場(chǎng)景的異常判斷.