买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京军安中科信息技术有限公司申请的专利一种基于多源信号融合的可疑WiFi信号源检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121056873B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511121141.3，技术领域涉及：H04W12/122；该发明授权一种基于多源信号融合的可疑WiFi信号源检测方法及系统是由胡顺明设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于多源信号融合的可疑WiFi信号源检测方法及系统在说明书摘要公布了：本发明公开了一种基于多源信号融合的可疑WiFi信号源检测方法及系统，其中方法包括：通过“硬件层+协议层特征融合”策略降低单一特征易被针对性仿冒的安全风险，通过基于物理特征的初步聚类处理与基于行为特征的二次聚类与跨层检验，在硬件分组的基础上，引入网络行为特征进行二次聚类，并执行跨层一致性检验，最终标记出可疑信号源；最终，通过深度验证与安全评估处理，对可疑信号源进行进一步验证和风险评估，最终生成可操作的信号安全评估报告。

本发明授权一种基于多源信号融合的可疑WiFi信号源检测方法及系统在权利要求书中公布了：1.一种基于多源信号融合的可疑WiFi信号源检测方法，其特征在于，包括如下操作步骤： 采集目标区域内WiFi信号源的射频物理特征及网络行为特征； 通过第一聚类算法对所述射频物理特征进行分组，生成物理特征簇； 通过第二聚类算法基于网络行为特征对物理特征簇结合跨层一致性检验，标记可疑信号源； 基于可疑信号源通过本地基带签名认证及区域安全等级进行分析处理，生成信号安全评估报告； 通过第二聚类算法基于网络行为特征对物理特征簇结合跨层一致性检验，标记可疑信号源，包括如下操作步骤： 根据所述网络行为特征计算网络行为特征向量；根据射频物理特征计算物理特征向量； 以物理特征簇作为分组约束条件，对网络行为特征向量执行约束层次聚类分析，然后结合物理特征向量与网络行为特征向量的行为一致性分析筛选，输出网络行为特征簇与物理特征簇的映射关系； 基于网络行为特征簇与物理特征簇的所述映射关系，建立特征矩阵； 将物理特征簇内信号源的网络行为特征向量均值记作为物理特征簇的质心坐标，然后汇集多个物理特征簇内信号源对应的质心坐标形成物理特征簇质心坐标集合； 通过各信号源的IQ采样数据结合物理特征簇质心坐标集合以及特征矩阵计算每两个信号源的联合相似度；基于联合相似度构建联合相似度矩阵； 基于联合相似度矩阵利用谱聚类优化处理结合跨层一致性检验处理分析得到可疑信号源，包括如下操作步骤： 根据物理特征矩阵、网络行为特征矩阵及物理特征簇构建三层特征张量；基于三层特征张量计算跨层协方差； 对三层特征张量进行张量奇异值分解处理，提取对角矩阵；对对角矩阵提取主奇异值； 基于主奇异值通过信号源跨层偏离分析结合基于投影聚类的多维联合判定输出得到可疑信号源； 基于主奇异值通过信号源跨层偏离分析结合基于投影聚类的多维联合判定输出得到可疑信号源，包括如下操作步骤： 根据主奇异值、网络行为特征矩阵、物理特征矩阵及星座图失真度计算得到信号源跨层偏离度；信号源跨层偏离度的计算方式为： ； 式中，为第i个信号源的信号源跨层偏离度；为物理特征矩阵的维度个数；为网络行为特征矩阵的维度个数；为第i个信号源的第j个物理特征值；为第i个信号源的第k个网络行为特征值；为第i个信号源的第m个物理特征簇的跨层特征期望值；为第i个信号源的第m个物理特征簇的第j个物理特征与第k个网络行为特征的协方差；为自然常数；为第i个信号源的第m个物理特征簇的主奇异值；为第i个信号源的第m个物理特征簇的奇异值之和； 基于信号源跨层偏离度、联合相似度矩阵以及星座图失真度构建拉普拉斯矩阵；对拉普拉斯矩阵进行矩阵求解，得到前n个特征向量v1，v2，v3...vn； 基于前n个特征向量构建投影矩阵；基于投影矩阵随机生成多个初始簇中心z；对每个信号源以每个特征向量vn至初始簇中心z最小距离为基础进行聚类，并在聚类达到收敛条件时停止聚类，输出得到多个聚类簇； 基于各聚类簇的信号源跨层偏离度、星座图失真度进行多维度联合判定输出得到可疑信号源；具体多维度联合判定的方式为： ； 上式中，为第i个信号源的信号源跨层偏离度，为跨层偏离度阈值；为星座图失真度阈值，为基带签名验证。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京军安中科信息技术有限公司，其通讯地址为：101500 北京市密云区北庄镇北庄村华盛路142号政府办公楼223室-2310(北庄镇集中办公区)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。