CN116909161B - 基于可穿戴设备的智能家居控制方法、*** - Google Patents
基于可穿戴设备的智能家居控制方法、*** Download PDFInfo
- Publication number
- CN116909161B CN116909161B CN202311161121.XA CN202311161121A CN116909161B CN 116909161 B CN116909161 B CN 116909161B CN 202311161121 A CN202311161121 A CN 202311161121A CN 116909161 B CN116909161 B CN 116909161B
- Authority
- CN
- China
- Prior art keywords
- user
- behavior
- authentication
- blank
- home
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 126
- 230000006399 behavior Effects 0.000 claims abstract description 292
- 230000002159 abnormal effect Effects 0.000 claims abstract description 47
- 238000005265 energy consumption Methods 0.000 claims description 76
- 230000008859 change Effects 0.000 claims description 61
- 230000008569 process Effects 0.000 claims description 47
- 238000013507 mapping Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000000630 rising effect Effects 0.000 description 5
- 238000003491 array Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了基于可穿戴设备的智能家居控制方法、***,所述方法包括将家居设备预先接入家居网关中,将用户的可穿戴设备与家居网关进行预先关联;将家居网关、可穿戴设备与家居设备进行身份认证,基于身份认证结果确定用户为认证用户或非认证用户;若用户为认证用户,则根据运行数据确定用户行为状态,基于用户行为状态确定行为识别结果,基于行为识别结果确定用户为正常用户或异常用户;若用户为非认证用户和/或用户为异常用户,则根据用户行为状态构建空白用户并在运行数据中添加空白行为以及空白数据,本发明提高了用户的隐私保护能力与安全性,避免数据与隐私的泄露。
Description
技术领域
本发明属于家居控制的技术领域,具体地涉及基于可穿戴设备的智能家居控制方法、***。
背景技术
智能家居是以住宅为平台,利用综合布线技术、网络通信技术、 安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成,构建高效的住宅设施与家庭日程事务的管理***,提升家居安全性、便利性、舒适性、艺术性,并实现环保节能的居住环境。
目前的家居设备已经可以通过用户佩戴的可穿戴设备进行控制,如智能手表等,而家居设备各自都有其独特的能耗特征、流量特征以及对应的设备行为特征,因此非法人员可能通过网络接口或者其他设备接口接入家居网关或者家居控制***中,进而获取到家居设备的运行数据与行为数据,以此导致用户的隐私泄露,更严重者,通过家居设备的行为数据可判断用户在某个时间段是否在家或者是否独居等,间接影响了用户的安全。
发明内容
为了解决上述技术问题,本发明提供了基于可穿戴设备的智能家居控制方法、***,用于解决现有技术中存在的技术问题。
第一方面,该发明提供以下技术方案,一种基于可穿戴设备的智能家居控制方法,所述方法包括:
将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;
将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;
若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;
若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据。
相比现有技术,本申请的有益效果为:本申请首先将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;之后将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据,本发明通过一套基于SM4算法以及认证字符的身份认证***,使得在对家居设备进行控制时具备更高的安全性以及更低的通信资源占用,适用于资源有限的智能家居场景,同时本发明通过家居设备的行为数据进而分析出用户的行为,可精准分析出用户是否为正常用户,同时也能够有效检测出用户行为的具体异常,最后本发明通过在家居设备的运行数据中增加空白行为以及空白数据,提高了用户的隐私保护能力,同时也能够避免非法用户获取到准确的设备运行数据,避免数据与隐私的泄露。
较佳的,所述将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户的步骤包括:
控制所述可穿戴设备生成一个X位的第一认证字符,并获取所述家居设备的第一设备标识/>与第一认证密钥/>以及所述家居网关的第二设备标识/>与第二认证密钥,并基于所述第一认证字符/>、所述第一设备标识/>、所述第一认证密钥/>、所述第二设备标识/>与所述第二认证密钥/>计算第一认证信息/>与第二认证信息/>:
;
;
式中,表示SM4加密算法,/>表示位异或运算,/>表示联结操作,/>表示第一认证密钥/>的前/>个字节,/>表示第二认证密钥/>的前/>个字节;
将所述第一认证信息与所述第二认证信息/>添加至所述家居网关的第一认证报文中,基于第一认证报文计算第三认证信息/>:
;
;
式中,表示第一中间信息/>的后/>个字节,/>表示第一中间信息/>的前/>个字节,/>表示SM4解密算法;
将所述第一认证信息添加至所述家居设备的第二认证报文中,控制所述家居网关生成一个X位的第二认证字符/>,基于所述第二认证报文与所述第二认证字符/>计算第四认证信息/>:
;
式中,表示第二中间信息/>的后/>个字节,/>表示第二中间信息/>的前/>个字节;
控制所述家居设备生成一个X位的第三认证字符,基于所述第三认证字符/>计算第五认证信息/>:
;
将所述第五认证信息添加至所述家居网关的第一认证报文中,并通过所述家居网关将所述第五认证信息/>添加至所述可穿戴设备的第三认证报文中,基于所述第三认证报文计算第六认证信息/>与第七认证信息/>:
;
;
;/>;
式中,表示第三中间信息/>的后/>个字节,/>表示第三中间信息/>的前/>个字节,/>表示第四中间信息/>的后/>个字节,/>表示第四中间信息/>的前/>个字节;
基于所述第三认证信息、所述第四认证信息/>、所述第六认证信息/>、所述第七认证信息/>确定身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户。
较佳的,所述基于所述第三认证信息、所述第四认证信息/>、所述第六认证信息/>、所述第七认证信息/>确定身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户的步骤包括:
判断所述第三认证信息的前/>个字节与所述第二认证密钥/>的前/>个字节是否相等,若所述第三认证信息/>的前/>个字节与所述第二认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居网关的认证;
判断所述第四认证信息的前/>个字节与所述第一认证密钥/>的前/>个字节是否相等,若所述第四认证信息/>的前/>个字节与所述第一认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居设备的认证;
判断所述第六认证信息、所述第七认证信息/>是否与所述第一认证字符/>是否相等,若所述第六认证信息/>、所述第七认证信息/>与所述第一认证字符/>相等,则所述家居网关与所述家居设备通过所述可穿戴设备的认证;
若所述可穿戴设备通过所述家居网关的认证、所述可穿戴设备通过所述家居设备的认证、所述家居网关与所述家居设备通过所述可穿戴设备的认证,则所述用户为认证用户,若所述可穿戴设备未通过所述家居网关的认证和/或所述可穿戴设备未通过所述家居设备的认证和/或所述家居网关与所述家居设备未通过所述可穿戴设备的认证,则所述用户为非认证用户。
较佳的,所述根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户的步骤包括:
获取所述家居设备在第一预设时间段内的能耗数据,将所述能耗数据进行灰度归一化处理,以得到能耗灰度值/>:
;
;
式中,、/>分别为所述家居设备的历史最大能耗数据与历史最小能耗数据,/>为未归一化处理的灰度值;
基于所述能耗灰度值并以所述家居设备的种类为横坐标、以所述第一预设时间段为纵坐标确定设备能耗网格图;
基于所述设备能耗网格图计算所述家居设备在时刻的能耗行为量/>:
;
式中,为时间因子,/>为第/>个家居设备在/>时刻的能耗行为量,/>为第/>个家居设备在/>时刻的能耗数据;
基于所述能耗行为量确定所述家居设备的行为变化趋势,基于所述行为变化趋势确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户。
较佳的,所述基于所述能耗行为量确定所述家居设备的行为变化趋势,基于所述行为变化趋势确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户的步骤包括:
确定所述能耗行为量在第二预设时间段内的变化趋势,并判断所述变化趋势是否不变或者趋于稳定;
若所述变化趋势不变或者所述变化趋势稳定,则所述用户的行为没有发生改变,且所述用户为正常用户;
若所述变化趋势改变或者所述变化趋势不稳定,则所述用户的行为发生改变并记录变化时间点,且所述用户为异常用户;
获取历史异常样本并将所述历史异常样本输入预设卷积神经网络模型中进行训练,将所述变化时间点以及对应的设备能耗网格图输入训练后的所述预设卷积神经网络模型中,以得到用户行为的具体异常情况。
较佳的,所述根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据的步骤包括:
基于所述用户行为状态确定可穿戴设备对应的家居设备行为/>:
;
式中,表示第/>个家居设备,/>表示第/>个家居设备对应的设备行为,/>表示第/>个家居设备对应的设备行为发生的时间;
基于所述家居设备行为构建空白用户/>并确定空白用户的用户行为/>:
;
式中,表示空白用户的第/>个行为,/>表示空白用户的第/>个行为的发生时间;
基于所述家居设备行为确定用户行为在对应时刻发生的第一概率/>以及两用户行为同时发生的第二概率/>,根据所述第一概率/>以及所述第二概率/>确定空白用户的行为与发生时间之间的映射函数/>:
;
式中,为当前时间对应的用户家居场景,/>表示当前时间之前空白用户的行为,/>为用户历史行为的对称性分析结果;
基于所述映射函数确定所述空白用户的空白行为/>,并在所述运行数据中添加空白用户的空白行为/>以及空白数据。
较佳的,所述基于所述映射函数确定所述空白用户的空白行为/>,并在所述运行数据中添加空白用户的空白行为/>以及空白数据的步骤包括:
基于所述映射函数确定所述空白用户的空白行为/>:
;
式中,为空白用户的第/>个行为对应的映射函数,/>为安全保护力度;
对所述空白行为进行对称性检验,并提取所述空白行为/>对应的设备行为流量数据;
捕获所述家居设备的原始行为流量,并基于所述家居设备、所述家居网关以及所述可穿戴设备的IP地址构建空白设备,基于所述原始行为流量与所述空白设备建立空白数据包;
将所述运行数据中添加空白行为,并将所述空白数据包与所述空白行为/>对应的设备行为流量数据作为空白数据添加至所述运行数据中。
第二方面,该发明提供以下技术方案,一种基于可穿戴设备的智能家居控制***,所述***包括:
关联模块,用于将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;
认证模块,用于将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;
行为确定模块,用于若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;
数据干扰模块,用于若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据。
第三方面,该发明提供以下技术方案,一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的基于可穿戴设备的智能家居控制方法。
第四方面,该发明提供以下技术方案,一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的基于可穿戴设备的智能家居控制方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的基于可穿戴设备的智能家居控制方法的流程图;
图2为本发明第一实施例提供的基于可穿戴设备的智能家居控制方法中步骤S2的详细流程图;
图3为本发明第一实施例提供的基于可穿戴设备的智能家居控制方法中步骤S26的详细流程图;
图4为本发明第一实施例提供的基于可穿戴设备的智能家居控制方法中步骤S3的详细流程图;
图5为本发明第一实施例提供的基于可穿戴设备的智能家居控制方法中步骤S34的详细流程图;
图6为本发明第一实施例提供的基于可穿戴设备的智能家居控制方法中步骤S4的详细流程图;
图7为本发明第一实施例提供的基于可穿戴设备的智能家居控制方法中步骤S44的详细流程图;
图8为本发明第二实施例提供的基于可穿戴设备的智能家居控制***的结构框图;
图9为本发明另一实施例提供的计算机的硬件结构框图。
以下将结合附图对本发明实施例作进一步说明。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
如图1所示,在本发明的第一个实施例中,该发明提供以下技术方案,一种基于可穿戴设备的智能家居控制方法,所述方法包括:
S1、将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;
具体的,在一般的家居***由用户控制终端、家居网关以及具体的家居设备组成,而在本申请中用户控制终端具体为用户佩戴的可穿戴设备,在实际的家居控制过程中,用户通过可穿戴设备发送控制指令至家居网关,家居网关根据下发的控制指令控制对应的家居设备运行,因此在实现家居控制前,需要预先将家居设备接入家居网关中,并将用户的可穿戴设备与家居网关进行预先关联,且在该步骤中,可穿戴设备并未进行身份认证过程,因此还无法对家居设备进行具体的控制。
S2、将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;
具体的,在实现家居控制前,需要对所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,首先可穿戴设备的身份首先由家居网关与家居设备进行身份认证,同时用户的可穿戴设备也会对家居网关与家居设备的身份进行认证,只有在所述家居网关、所述可穿戴设备与所述家居设备身份认证完毕之后,且确定用户为认证用户之后,才可对具体的家居设备进行具体的控制,而当确定用户为非认证用户之后,则判断该用户不具备控制家居设备的权限,因此无法控制具体的家居设备进行具体的操作。
如图2所示,其中,所述步骤S2包括:
S21、控制所述可穿戴设备生成一个X位的第一认证字符,并获取所述家居设备的第一设备标识/>与第一认证密钥/>以及所述家居网关的第二设备标识/>与第二认证密钥/>,并基于所述第一认证字符/>、所述第一设备标识/>、所述第一认证密钥/>、所述第二设备标识/>与所述第二认证密钥/>计算第一认证信息/>与第二认证信息/>:
;
;
式中,表示SM4加密算法,/>表示位异或运算,/>表示联结操作,/>表示第一认证密钥/>的前/>个字节,/>表示第二认证密钥/>的前/>个字节;
具体的,第一认证字符具体为一个64位的随机数,而所述家居设备的第一设备标识/>与第一认证密钥/>以及所述家居网关的第二设备标识/>与第二认证密钥/>均可根据具体的家居设备地址、出厂信息中具体得到。
S22、将所述第一认证信息与所述第二认证信息/>添加至所述家居网关的第一认证报文中,基于第一认证报文计算第三认证信息/>:
;
;
式中,表示第一中间信息/>的后/>个字节,/>表示第一中间信息/>的前/>个字节,/>表示SM4解密算法;
具体的,在计算出所述第一认证信息与所述第二认证信息/>之后,可穿戴设备会将所述第一认证信息/>与所述第二认证信息/>发送给家居网关的第一认证报文中,第一认证报文具体为CoAP报文,其有效载荷为256bit,第一认证报文中会加入所述第一认证信息/>与所述第二认证信息/>,之后将第一认证报文发送给家居网关,家居网关会根据第一认证报文计算对应的第三认证信息/>。
S23、将所述第一认证信息添加至所述家居设备的第二认证报文中,控制所述家居网关生成一个X位的第二认证字符/>,基于所述第二认证报文与所述第二认证字符/>计算第四认证信息/>:
;
式中,表示第二中间信息/>的后/>个字节,/>表示第二中间信息/>的前/>个字节;
具体的,其中的第二认证字符也为一个64位的随机数,家居网关会将第一认证信息/>发送至家居设备的第二认证报文,第二认证报文也为CoAP报文,之后家居设备在接收到第二认证报文之后,会根据第二认证报文与所述第二认证字符/>计算第四认证信息。
S24、控制所述家居设备生成一个X位的第三认证字符,基于所述第三认证字符计算第五认证信息/>:
;
具体的,第三认证字符也为一个64位的随机数。
S25、将所述第五认证信息添加至所述家居网关的第一认证报文中,并通过所述家居网关将所述第五认证信息/>添加至所述可穿戴设备的第三认证报文中,基于所述第三认证报文计算第六认证信息/>与第七认证信息/>:
;
;
;/>;
式中,表示第三中间信息/>的后/>个字节,/>表示第三中间信息/>的前/>个字节,/>表示第四中间信息/>的后/>个字节,/>表示第四中间信息/>的前/>个字节;
具体的,在生成第五认证信息之后,家居设备会将第五认证信息/>发送给家居网关的第一认证报文中,第一认证报文可确定消息的相应消息,其消息标识被家居设备为从家居网关接收到的报文可确认消息相同,当家居网关接收到第三认证报文之后,家居网关会将第五认证信息/>发送给所述可穿戴设备的第三认证报文中,之后便可根据所述第三认证报文计算第六认证信息/>与第七认证信息/>。
S26、基于所述第三认证信息、所述第四认证信息/>、所述第六认证信息/>、所述第七认证信息/>确定身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;
如图3所示,其中,所述步骤S26包括:
S261、判断所述第三认证信息的前/>个字节与所述第二认证密钥/>的前/>个字节是否相等,若所述第三认证信息/>的前/>个字节与所述第二认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居网关的认证;
具体的,当可穿戴设备通过家居网关的认证之后,家居网关会创建一个与可穿戴设备相关的会话,如所述第三认证信息的前/>个字节与所述第二认证密钥/>的前/>个字节不相等,则可穿戴设备无法通过家居网关的认证。
S262、判断所述第四认证信息的前/>个字节与所述第一认证密钥/>的前/>个字节是否相等,若所述第四认证信息/>的前/>个字节与所述第一认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居设备的认证;
具体的,当可穿戴设备通过所述家居设备的认证之后,家居设备会创建一个与可穿戴设备相关的会话,如所述第四认证信息的前/>个字节与所述第一认证密钥/>的前/>个字节不相等,则可穿戴设备无法通过家居设备的认证。
S263、判断所述第六认证信息、所述第七认证信息/>是否与所述第一认证字符是否相等,若所述第六认证信息/>、所述第七认证信息/>与所述第一认证字符/>相等,则所述家居网关与所述家居设备通过所述可穿戴设备的认证;
具体的,所述第六认证信息、所述第七认证信息/>是否与所述第一认证字符相等,因为之后对应的家居网关以及家居设备才能解密可穿戴设备所发出的信息。
S264、若所述可穿戴设备通过所述家居网关的认证、所述可穿戴设备通过所述家居设备的认证、所述家居网关与所述家居设备通过所述可穿戴设备的认证,则所述用户为认证用户,若所述可穿戴设备未通过所述家居网关的认证和/或所述可穿戴设备未通过所述家居设备的认证和/或所述家居网关与所述家居设备未通过所述可穿戴设备的认证,则所述用户为非认证用户。
S3、若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;
具体的,当用户为认证用户之后,便可通过可穿戴设备下发对应的控制指令数据,即控制指令,通过该对应的控制指令控制对应的家居设备运行并获取到对应的家居设备的运行数据,之后便可根据运行数据确定用户的行为状态,基于行为状态可判断用户为正常用户或者异常用户。
如图4所示,其中,所述步骤S3包括:
S31、获取所述家居设备在第一预设时间段内的能耗数据,将所述能耗数据进行灰度归一化处理,以得到能耗灰度值/>:
;
;
式中,、/>分别为所述家居设备的历史最大能耗数据与历史最小能耗数据,/>为未归一化处理的灰度值;
具体的,在获取到能耗数据之后,需要对能耗数据进行去噪处理,以便于后续的处理过程,且在得道具体的能耗灰度之后,根据能耗灰度值的颜色以此判断家居设备的能耗,颜色越深则表示家居设备的能耗越大,反之颜色越浅则表示家居设备的能耗越小。
S32、基于所述能耗灰度值并以所述家居设备的种类为横坐标、以所述第一预设时间段为纵坐标确定设备能耗网格图;
具体的,可将第一预设时间段定位一小时,每五分钟作为一个刻度,结合家居设备的种类即可得到一张代表家居设备能耗大小的设备能耗网格图。
S33、基于所述设备能耗网格图计算所述家居设备在时刻的能耗行为量/>:
;
式中,为时间因子,/>为第/>个家居设备在/>时刻的能耗行为量,/>为第/>个家居设备在/>时刻的能耗数据;
其中,时间因子可根据不同的家居设备而定,其取值范围为0-1,能耗行为量可代表在一段时间内能耗的变化程度。
S34、基于所述能耗行为量确定所述家居设备的行为变化趋势,基于所述行为变化趋势确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;
如图5所示,其中,所述步骤S34包括:
S341、确定所述能耗行为量在第二预设时间段内的变化趋势,并判断所述变化趋势是否不变或者趋于稳定;
具体的,在一段时间内,能耗行为量呈递增的关系,则表明其变化趋势为上升,能耗行为量呈递减的关系,则表明其变化趋势为下降,且当相邻两时刻的能耗行为量之间的差值绝对值大于预设阈值,则表明其变化趋势为不稳定,若当相邻两时刻的能耗行为量之间的差值绝对值不大于预设阈值,则表明其变化趋势为稳定。
S342、若所述变化趋势不变或者所述变化趋势稳定,则所述用户的行为没有发生改变,且所述用户为正常用户;
具体的,通过将第二预设时间段分为两个相同的时间段,通过两个时间段内变化趋势是否发生改变以及是否趋于稳定即可判断用户是否正常,例如当用户在第一个时间段内变化趋势为上升,第二个时间段内变化趋势也为上升,则表明用户为正常用户,当用户在第一个时间段内变化趋势为上升或者下降,第二个时间段内变化趋势为稳定,则表明用户为正常用户。
S343、若所述变化趋势改变或者所述变化趋势不稳定,则所述用户的行为发生改变并记录变化时间点,且所述用户为异常用户;
具体的,当用户在第一个时间段内变化趋势为上升,第二个时间段内变化趋势为下降,则表明用户为异常用户,当用户在第一个时间段内变化趋势为上升或者下降,第二个时间段内变化趋势为不稳定,则表明用户为异常用户。
S344、获取历史异常样本并将所述历史异常样本输入预设卷积神经网络模型中进行训练,将所述变化时间点以及对应的设备能耗网格图输入训练后的所述预设卷积神经网络模型中,以得到用户行为的具体异常情况;
其中,所述预设卷积神经网络模型为VGGNeT模型,通过该模型分析历史异常样本之后,通过训练损失函数便可完成训练模型的目的,之后将变化时间点以及异常用户对应的设备能耗网格图输入训练好的模型,便可得到用户行为的具体异常情况,例如具体某个设备在某个时间点或者某个时间出现异常的情况。
S4、若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据;
具体的,当用户被判定为非认证用户和/或异常用户之后,则代表用户可能为非法用户,以此为了进一步提高隐私的保护力度,通过在家居设备的日常运行数据中添加空白行为以及空白数据,假使该非法用户获取到了家居设备的运行数据之后,也无法判断哪些数据为真实行为哪些数据为空白行为,因此该非法用户无法根据运行数据中获取到用户的行为特征。
如图6所示,其中,所述步骤S4包括:
S41、基于所述用户行为状态确定可穿戴设备对应的家居设备行为/>:
;
式中,表示第/>个家居设备,/>表示第/>个家居设备对应的设备行为,/>表示第/>个家居设备对应的设备行为发生的时间;
S42、基于所述家居设备行为构建空白用户/>并确定空白用户的用户行为/>:
;
式中,表示空白用户的第/>个行为,/>表示空白用户的第/>个行为的发生时间;
具体的,上述空白用户的用户行为虚拟的行为,其可加入到用户真实行为中,以达到混淆的作用。
S43、基于所述家居设备行为确定用户行为在对应时刻发生的第一概率/>以及两用户行为同时发生的第二概率/>,根据所述第一概率/>以及所述第二概率/>确定空白用户的行为与发生时间之间的映射函数/>:
;
式中,为当前时间对应的用户家居场景,/>表示当前时间之前空白用户的行为,/>为用户历史行为的对称性分析结果;
具体的,通过考虑多个因素构建映射函数,可对真实用户进行模拟,避免真实行为数据与空白行为之间的差别过大,同时也能提高空白用户自身行为的逻辑完整性,其中的第一概率具体通过在一段时间内分析用户的行为数据,并确定对应的样本数据,通过样本数据计算某一行为在某时刻发生的概率即可得到第一概率,而第二概率具体可表示为行为的顺序概率,即某些家居设备的行为可能是联动的,即一个行为发生之后其后面会跟随另一行为的发生,因此通过对用户行为之间的关联即可得到两个行为伴随发生的概率,即第二概率。
S44、基于所述映射函数确定所述空白用户的空白行为/>,并在所述运行数据中添加空白用户的空白行为/>以及空白数据;
如图7所示,其中,所述步骤S44包括:
S441、基于所述映射函数确定所述空白用户的空白行为/>:
;
式中,为空白用户的第/>个行为对应的映射函数,/>为安全保护力度;
具体的,其中的为上述步骤中的映射函数,其反应了空白用户的行为与发生时间之间的映射关系,而安全保护力度/>加入的目的为了平衡隐私保护与资源占用之间的关系,且该安全保护力度/>的大小可根据具体的家居设备进行改变,当增大安全保护力度/>时,隐私保护能力会提高,即空白行为的数量会变多但对应的资源占用也会变大,当减小安全保护力度/>时,隐私保护能力会降低,即空白行为的数量会变少且对应的资源占用也会变小。
S442、对所述空白行为进行对称性检验,并提取所述空白行为/>对应的设备行为流量数据;
具体的,对称性检验的目的为了保证空白行为之间存在一定的逻辑关系,因此空白行为不仅收当前行为的影响也受之前行为的影响,因此对称性检验可保证空白行为的连贯性以及逻辑性。
S443、捕获所述家居设备的原始行为流量,并基于所述家居设备、所述家居网关以及所述可穿戴设备的IP地址构建空白设备,基于所述原始行为流量与所述空白设备建立空白数据包;
具体的,每个设备行为均存在其对应的行为流量,因此通过构建空白设备可迷惑非法用户,对家居设备进行混淆,使得攻击者无法判断得到的设备行为是否为真实的家居设备的真实行为还是空白行为。
S444、将所述运行数据中添加空白行为,并将所述空白数据包与所述空白行为对应的设备行为流量数据作为空白数据添加至所述运行数据中;
具体的,通过将空白数据以及空白行为,可使得非法用户无法分清数据以及行为是否来自用户通过可穿戴设备控制对应家居设备产生的真实行为以及数据,以提高了家居控制的隐私保护能力以及安全性。
本实施例一的好处在于:首先将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;之后将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据,本发明通过一套基于SM4算法以及认证字符的身份认证***,使得在对家居设备进行控制时具备更高的安全性以及更低的通信资源占用,适用于资源有限的智能家居场景,同时本发明通过家居设备的行为数据进而分析出用户的行为,可精准分析出用户是否为正常用户,同时也能够有效检测出用户行为的具体异常,最后本发明通过在家居设备的运行数据中增加空白行为以及空白数据,提高了用户的隐私保护能力,同时也能够避免非法用户获取到准确的设备运行数据,避免数据与隐私的泄露。
实施例二
如图8所示,在本发明的第二个实施例提供了一种基于可穿戴设备的智能家居控制***,所述***包括:
关联模块1,用于将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;
认证模块2,用于将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;
行为确定模块3,用于若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;
数据干扰模块4,用于若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据。
其中,所述认证模块2包括:
第一认证子模块,用于控制所述可穿戴设备生成一个X位的第一认证字符,并获取所述家居设备的第一设备标识/>与第一认证密钥/>以及所述家居网关的第二设备标识/>与第二认证密钥/>,并基于所述第一认证字符/>、所述第一设备标识/>、所述第一认证密钥/>、所述第二设备标识/>与所述第二认证密钥/>计算第一认证信息/>与第二认证信息/>:
;
;
式中,表示SM4加密算法,/>表示位异或运算,/>表示联结操作,/>表示第一认证密钥/>的前/>个字节,/>表示第二认证密钥/>的前/>个字节;
第二认证子模块,用于将所述第一认证信息与所述第二认证信息/>添加至所述家居网关的第一认证报文中,基于第一认证报文计算第三认证信息/>:
;
;
式中,表示第一中间信息/>的后/>个字节,/>表示第一中间信息/>的前/>个字节,/>表示SM4解密算法;
第三认证子模块,用于将所述第一认证信息添加至所述家居设备的第二认证报文中,控制所述家居网关生成一个X位的第二认证字符/>,基于所述第二认证报文与所述第二认证字符/>计算第四认证信息/>:
;
式中,表示第二中间信息/>的后/>个字节,/>表示第二中间信息/>的前/>个字节;
第四认证子模块,用于控制所述家居设备生成一个X位的第三认证字符,基于所述第三认证字符/>计算第五认证信息/>:
;
第五认证子模块,用于将所述第五认证信息添加至所述家居网关的第一认证报文中,并通过所述家居网关将所述第五认证信息/>添加至所述可穿戴设备的第三认证报文中,基于所述第三认证报文计算第六认证信息/>与第七认证信息/>:
;
;
;/>;
式中,表示第三中间信息/>的后/>个字节,/>表示第三中间信息/>的前/>个字节,/>表示第四中间信息/>的后/>个字节,/>表示第四中间信息/>的前/>个字节;/>
第六认证子模块,用于基于所述第三认证信息、所述第四认证信息/>、所述第六认证信息/>、所述第七认证信息/>确定身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户。
所述第六认证子模块包括:
第一判断单元,用于判断所述第三认证信息的前/>个字节与所述第二认证密钥的前/>个字节是否相等,若所述第三认证信息/>的前/>个字节与所述第二认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居网关的认证;
第二判断单元,用于判断所述第四认证信息的前/>个字节与所述第一认证密钥的前/>个字节是否相等,若所述第四认证信息/>的前/>个字节与所述第一认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居设备的认证;
第三判断单元,用于判断所述第六认证信息、所述第七认证信息/>是否与所述第一认证字符/>是否相等,若所述第六认证信息/>、所述第七认证信息/>与所述第一认证字符/>相等,则所述家居网关与所述家居设备通过所述可穿戴设备的认证;
第四判断单元,用于若所述可穿戴设备通过所述家居网关的认证、所述可穿戴设备通过所述家居设备的认证、所述家居网关与所述家居设备通过所述可穿戴设备的认证,则所述用户为认证用户,若所述可穿戴设备未通过所述家居网关的认证和/或所述可穿戴设备未通过所述家居设备的认证和/或所述家居网关与所述家居设备未通过所述可穿戴设备的认证,则所述用户为非认证用户。
所述行为确定模块3包括:
获取子模块,用于获取所述家居设备在第一预设时间段内的能耗数据,将所述能耗数据进行灰度归一化处理,以得到能耗灰度值/>:
;
;
式中,、/>分别为所述家居设备的历史最大能耗数据与历史最小能耗数据,/>为未归一化处理的灰度值;
网格图确定子模块,用于基于所述能耗灰度值并以所述家居设备的种类为横坐标、以所述第一预设时间段为纵坐标确定设备能耗网格图;
能耗行为量计算子模块,用于基于所述设备能耗网格图计算所述家居设备在时刻的能耗行为量/>:
;
式中,为时间因子,/>为第/>个家居设备在/>时刻的能耗行为量,/>为第/>个家居设备在/>时刻的能耗数据;
识别子模块,用于基于所述能耗行为量确定所述家居设备的行为变化趋势,基于所述行为变化趋势确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户。
所述识别子模块包括:
第一确定单元,用于确定所述能耗行为量在第二预设时间段内的变化趋势,并判断所述变化趋势是否不变或者趋于稳定;
第二确定单元,用于若所述变化趋势不变或者所述变化趋势稳定,则所述用户的行为没有发生改变,且所述用户为正常用户;
第三确定单元,用于若所述变化趋势改变或者所述变化趋势不稳定,则所述用户的行为发生改变并记录变化时间点,且所述用户为异常用户;
异常确定单元,用于获取历史异常样本并将所述历史异常样本输入预设卷积神经网络模型中进行训练,将所述变化时间点以及对应的设备能耗网格图输入训练后的所述预设卷积神经网络模型中,以得到用户行为的具体异常情况。
所述数据干扰模块4包括:
第一行为确定子模块,用于基于所述用户行为状态确定可穿戴设备对应的家居设备行为/>:
;
式中,表示第/>个家居设备,/>表示第/>个家居设备对应的设备行为,/>表示第/>个家居设备对应的设备行为发生的时间;
第二行为确定子模块,用于基于所述家居设备行为构建空白用户/>并确定空白用户的用户行为/>:
;
式中,表示空白用户的第/>个行为,/>表示空白用户的第/>个行为的发生时间;
函数确定子模块,用于基于所述家居设备行为确定用户行为在对应时刻发生的第一概率/>以及两用户行为同时发生的第二概率/>,根据所述第一概率/>以及所述第二概率/>确定空白用户的行为与发生时间之间的映射函数/>:
;
式中,为当前时间对应的用户家居场景,/>表示当前时间之前空白用户的行为,/>为用户历史行为的对称性分析结果;
行为添加子模块,用于基于所述映射函数确定所述空白用户的空白行为/>,并在所述运行数据中添加空白用户的空白行为/>以及空白数据。
所述行为添加子模块包括:
行为确定单元,用于基于所述映射函数确定所述空白用户的空白行为/>:
;
式中,为空白用户的第/>个行为对应的映射函数,/>为安全保护力度;
检验单元,用于对所述空白行为进行对称性检验,并提取所述空白行为/>对应的设备行为流量数据;
数据包单元,用于捕获所述家居设备的原始行为流量,并基于所述家居设备、所述家居网关以及所述可穿戴设备的IP地址构建空白设备,基于所述原始行为流量与所述空白设备建立空白数据包;
添加单元,用于将所述运行数据中添加空白行为,并将所述空白数据包与所述空白行为/>对应的设备行为流量数据作为空白数据添加至所述运行数据中。
在本发明的另一些实施例中,本发明实施例提供以下技术方案,一种计算机,包括存储器102、处理器101以及存储在所述存储器102上并可在所述处理器101上运行的计算机程序,所述处理器101执行所述计算机程序时实现上所述的基于可穿戴设备的智能家居控制方法。
具体的,上述处理器101可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器102可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器102可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(Solid State Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerial Bus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器102可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器102可在数据处理装置的内部或外部。在特定实施例中,存储器102是非易失性(Non-Volatile)存储器。在特定实施例中,存储器102包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(Random Access Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(ErasableProgrammable Read-Only Memory,简称为EPROM)、电可擦除PROM(Electrically ErasableProgrammable Read-Only Memory,简称为EEPROM)、电可改写ROM(ElectricallyAlterable Read-Only Memory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-AccessMemory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode DynamicRandom Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(ExtendedDate Out Dynamic Random Access Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器102可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器101所执行的可能的计算机程序指令。
处理器101通过读取并执行存储器102中存储的计算机程序指令,以实现上述基于可穿戴设备的智能家居控制方法。
在其中一些实施例中,计算机还可包括通信接口103和总线100。其中,如图9所示,处理器101、存储器102、通信接口103通过总线100连接并完成相互间的通信。
通信接口103用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口103还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线100包括硬件、软件或两者,将计算机的部件彼此耦接在一起。总线100包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线100可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(FrontSide Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、***组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线100可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机可以基于获取到基于可穿戴设备的智能家居控制***,执行本申请的基于可穿戴设备的智能家居控制方法,从而实现基于可穿戴设备的家居控制。
在本发明的再一些实施例中,结合上述的基于可穿戴设备的智能家居控制方法,本发明实施例提供以下技术方案,一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的基于可穿戴设备的智能家居控制方法。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于可穿戴设备的智能家居控制方法,其特征在于,所述方法包括:
将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;
将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;
若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;
若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据;
所述根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据的步骤包括:
基于所述用户行为状态确定可穿戴设备对应的家居设备行为/>:
;
式中,表示第/>个家居设备,/>表示第/>个家居设备对应的设备行为,/>表示第/>个家居设备对应的设备行为发生的时间;
基于所述家居设备行为构建空白用户/>并确定空白用户的用户行为/>:
;
式中,表示空白用户的第/>个行为,/>表示空白用户的第/>个行为的发生时间;
基于所述家居设备行为确定用户行为在对应时刻发生的第一概率/>以及两用户行为同时发生的第二概率/>,根据所述第一概率/>以及所述第二概率/>确定空白用户的行为与发生时间之间的映射函数/>:
;
式中,为当前时间对应的用户家居场景,/>表示当前时间之前空白用户的行为,/>为用户历史行为的对称性分析结果;
基于所述映射函数确定所述空白用户的空白行为/>,并在所述运行数据中添加空白用户的空白行为/>以及空白数据;
所述基于所述映射函数确定所述空白用户的空白行为/>,并在所述运行数据中添加空白用户的空白行为/>以及空白数据的步骤包括:
基于所述映射函数确定所述空白用户的空白行为/>:
;
式中,为空白用户的第/>个行为对应的映射函数,/>为安全保护力度;
对所述空白行为进行对称性检验,并提取所述空白行为/>对应的设备行为流量数据;
捕获所述家居设备的原始行为流量,并基于所述家居设备、所述家居网关以及所述可穿戴设备的IP地址构建空白设备,基于所述原始行为流量与所述空白设备建立空白数据包;
将所述运行数据中添加空白行为,并将所述空白数据包与所述空白行为/>对应的设备行为流量数据作为空白数据添加至所述运行数据中。
2.根据权利要求1所述的基于可穿戴设备的智能家居控制方法,其特征在于,所述将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户的步骤包括:
控制所述可穿戴设备生成一个X位的第一认证字符,并获取所述家居设备的第一设备标识/>与第一认证密钥/>以及所述家居网关的第二设备标识/>与第二认证密钥/>,并基于所述第一认证字符/>、所述第一设备标识/>、所述第一认证密钥/>、所述第二设备标识/>与所述第二认证密钥/>计算第一认证信息/>与第二认证信息/>:
;
;
式中,表示SM4加密算法,/>表示位异或运算,/>表示联结操作,/>表示第一认证密钥/>的前/>个字节,/>表示第二认证密钥/>的前/>个字节;
将所述第一认证信息与所述第二认证信息/>添加至所述家居网关的第一认证报文中,基于第一认证报文计算第三认证信息/>:
;
;
式中,表示第一中间信息/>的后/>个字节,/>表示第一中间信息/>的前/>个字节,表示SM4解密算法;
将所述第一认证信息添加至所述家居设备的第二认证报文中,控制所述家居网关生成一个X位的第二认证字符/>,基于所述第二认证报文与所述第二认证字符/>计算第四认证信息/>:
;
式中,表示第二中间信息/>的后/>个字节,/>表示第二中间信息/>的前/>个字节;
控制所述家居设备生成一个X位的第三认证字符,基于所述第三认证字符/>计算第五认证信息/>:
;
将所述第五认证信息添加至所述家居网关的第一认证报文中,并通过所述家居网关将所述第五认证信息/>添加至所述可穿戴设备的第三认证报文中,基于所述第三认证报文计算第六认证信息/>与第七认证信息/>:
;
;
;/>;
式中,表示第三中间信息/>的后/>个字节,/>表示第三中间信息/>的前/>个字节,表示第四中间信息/>的后/>个字节,/>表示第四中间信息/>的前/>个字节;
基于所述第三认证信息、所述第四认证信息/>、所述第六认证信息/>、所述第七认证信息/>确定身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户。
3.根据权利要求2所述的基于可穿戴设备的智能家居控制方法,其特征在于,所述基于所述第三认证信息、所述第四认证信息/>、所述第六认证信息/>、所述第七认证信息确定身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户的步骤包括:
判断所述第三认证信息的前/>个字节与所述第二认证密钥/>的前/>个字节是否相等,若所述第三认证信息/>的前/>个字节与所述第二认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居网关的认证;
判断所述第四认证信息的前/>个字节与所述第一认证密钥/>的前/>个字节是否相等,若所述第四认证信息/>的前/>个字节与所述第一认证密钥/>的前/>个字节相等,则所述可穿戴设备通过所述家居设备的认证;
判断所述第六认证信息、所述第七认证信息/>是否与所述第一认证字符/>是否相等,若所述第六认证信息/>、所述第七认证信息/>与所述第一认证字符/>相等,则所述家居网关与所述家居设备通过所述可穿戴设备的认证;
若所述可穿戴设备通过所述家居网关的认证、所述可穿戴设备通过所述家居设备的认证、所述家居网关与所述家居设备通过所述可穿戴设备的认证,则所述用户为认证用户,若所述可穿戴设备未通过所述家居网关的认证和/或所述可穿戴设备未通过所述家居设备的认证和/或所述家居网关与所述家居设备未通过所述可穿戴设备的认证,则所述用户为非认证用户。
4.根据权利要求1所述的基于可穿戴设备的智能家居控制方法,其特征在于,所述根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户的步骤包括:
获取所述家居设备在第一预设时间段内的能耗数据,将所述能耗数据进行灰度归一化处理,以得到能耗灰度值/>:
;
;
式中,、/>分别为所述家居设备的历史最大能耗数据与历史最小能耗数据,/>为未归一化处理的灰度值;
基于所述能耗灰度值并以所述家居设备的种类为横坐标、以所述第一预设时间段为纵坐标确定设备能耗网格图;
基于所述设备能耗网格图计算所述家居设备在时刻的能耗行为量/>:
;
式中,为时间因子,/>为第/>个家居设备在/>时刻的能耗行为量,/>为第/>个家居设备在/>时刻的能耗数据;
基于所述能耗行为量确定所述家居设备的行为变化趋势,基于所述行为变化趋势确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户。
5.根据权利要求4所述的基于可穿戴设备的智能家居控制方法,其特征在于,所述基于所述能耗行为量确定所述家居设备的行为变化趋势,基于所述行为变化趋势确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户的步骤包括:
确定所述能耗行为量在第二预设时间段内的变化趋势,并判断所述变化趋势是否不变或者所述变化趋势是否稳定;
若所述变化趋势不变或者所述变化趋势稳定,则所述用户的行为没有发生改变,且所述用户为正常用户;
若所述变化趋势改变或者所述变化趋势不稳定,则所述用户的行为发生改变并记录变化时间点,且所述用户为异常用户;
获取历史异常样本并将所述历史异常样本输入预设卷积神经网络模型中进行训练,将所述变化时间点以及对应的设备能耗网格图输入训练后的所述预设卷积神经网络模型中,以得到用户行为的具体异常情况。
6.一种基于可穿戴设备的智能家居控制***,其特征在于,所述***包括:
关联模块,用于将家居设备预先接入家居网关中,将用户的可穿戴设备与所述家居网关进行预先关联;
认证模块,用于将所述家居网关、所述可穿戴设备与所述家居设备进行身份认证,以得到身份认证结果,基于所述身份认证结果确定所述用户为认证用户或非认证用户;
行为确定模块,用于若所述用户为认证用户,则获取所述可穿戴设备的控制指令数据,基于所述控制指令数据获取对应的家居设备的运行数据,根据所述运行数据确定用户行为状态,基于所述用户行为状态确定行为识别结果,基于所述行为识别结果确定所述用户为正常用户或异常用户;
数据干扰模块,用于若所述用户为非认证用户和/或所述用户为异常用户,则根据所述用户行为状态构建空白用户并在所述运行数据中添加空白行为以及空白数据;
所述数据干扰模块包括:
第一行为确定子模块,用于基于所述用户行为状态确定可穿戴设备对应的家居设备行为/>:
;
式中,表示第/>个家居设备,/>表示第/>个家居设备对应的设备行为,/>表示第/>个家居设备对应的设备行为发生的时间;
第二行为确定子模块,用于基于所述家居设备行为构建空白用户/>并确定空白用户的用户行为/>:
;
式中,表示空白用户的第/>个行为,/>表示空白用户的第/>个行为的发生时间;
函数确定子模块,用于基于所述家居设备行为确定用户行为在对应时刻发生的第一概率/>以及两用户行为同时发生的第二概率/>,根据所述第一概率/>以及所述第二概率确定空白用户的行为与发生时间之间的映射函数/>:
;
式中,为当前时间对应的用户家居场景,/>表示当前时间之前空白用户的行为,/>为用户历史行为的对称性分析结果;
行为添加子模块,用于基于所述映射函数确定所述空白用户的空白行为/>,并在所述运行数据中添加空白用户的空白行为/>以及空白数据;
所述行为添加子模块包括:
行为确定单元,用于基于所述映射函数确定所述空白用户的空白行为/>:
;
式中,为空白用户的第/>个行为对应的映射函数,/>为安全保护力度;
检验单元,用于对所述空白行为进行对称性检验,并提取所述空白行为/>对应的设备行为流量数据;
数据包单元,用于捕获所述家居设备的原始行为流量,并基于所述家居设备、所述家居网关以及所述可穿戴设备的IP地址构建空白设备,基于所述原始行为流量与所述空白设备建立空白数据包;
添加单元,用于将所述运行数据中添加空白行为,并将所述空白数据包与所述空白行为/>对应的设备行为流量数据作为空白数据添加至所述运行数据中。
7.一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的基于可穿戴设备的智能家居控制方法。
8.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的基于可穿戴设备的智能家居控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311161121.XA CN116909161B (zh) | 2023-09-11 | 2023-09-11 | 基于可穿戴设备的智能家居控制方法、*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311161121.XA CN116909161B (zh) | 2023-09-11 | 2023-09-11 | 基于可穿戴设备的智能家居控制方法、*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116909161A CN116909161A (zh) | 2023-10-20 |
CN116909161B true CN116909161B (zh) | 2023-12-12 |
Family
ID=88367038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311161121.XA Active CN116909161B (zh) | 2023-09-11 | 2023-09-11 | 基于可穿戴设备的智能家居控制方法、*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116909161B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581209A (zh) * | 2012-07-18 | 2014-02-12 | 海尔集团公司 | 家电监控*** |
CN204631493U (zh) * | 2014-01-21 | 2015-09-09 | 上海科斗电子科技有限公司 | 采用多重身份验证的受控终端 |
CN110933603A (zh) * | 2019-09-04 | 2020-03-27 | ***股份有限公司 | 基于生物特征的身份认证方法及其身份认证*** |
CN111884991A (zh) * | 2020-06-08 | 2020-11-03 | 杭州电子科技大学 | 一种面向智能家居的用户可监管匿名身份认证方法 |
CN112054897A (zh) * | 2020-08-13 | 2020-12-08 | 武汉大学 | 基于区块链的保护隐私的外包物联网数据及其备份的完整性校验方法 |
KR102262485B1 (ko) * | 2019-12-31 | 2021-06-08 | 주식회사 대림 | 일회성 보안키를 이용한 스마트홈 보안 강화 시스템 |
CN113194015A (zh) * | 2021-04-29 | 2021-07-30 | 洪璐 | 一种物联网智能家居设备安全控制方法及*** |
CN113239336A (zh) * | 2021-06-02 | 2021-08-10 | 西安电子科技大学 | 基于决策树的隐私保护生物特征认证方法 |
CN114301628A (zh) * | 2021-11-29 | 2022-04-08 | 广州河东科技有限公司 | 智能家居设备认证方法、装置、设备、***和存储介质 |
CN114721284A (zh) * | 2022-04-29 | 2022-07-08 | 孙章影 | 一种基于物联网的智能家居管理*** |
CN114826574A (zh) * | 2022-04-19 | 2022-07-29 | 中国电子科技集团公司第三十研究所 | 智能家居安全通信***及通信方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9825944B2 (en) * | 2014-01-24 | 2017-11-21 | Microsoft Technology Licensing, Llc | Secure cryptoprocessor for authorizing connected device requests |
US11240220B2 (en) * | 2018-06-13 | 2022-02-01 | Paypal, Inc. | Systems and methods for user authentication based on multiple devices |
-
2023
- 2023-09-11 CN CN202311161121.XA patent/CN116909161B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581209A (zh) * | 2012-07-18 | 2014-02-12 | 海尔集团公司 | 家电监控*** |
CN204631493U (zh) * | 2014-01-21 | 2015-09-09 | 上海科斗电子科技有限公司 | 采用多重身份验证的受控终端 |
CN110933603A (zh) * | 2019-09-04 | 2020-03-27 | ***股份有限公司 | 基于生物特征的身份认证方法及其身份认证*** |
KR102262485B1 (ko) * | 2019-12-31 | 2021-06-08 | 주식회사 대림 | 일회성 보안키를 이용한 스마트홈 보안 강화 시스템 |
CN111884991A (zh) * | 2020-06-08 | 2020-11-03 | 杭州电子科技大学 | 一种面向智能家居的用户可监管匿名身份认证方法 |
CN112054897A (zh) * | 2020-08-13 | 2020-12-08 | 武汉大学 | 基于区块链的保护隐私的外包物联网数据及其备份的完整性校验方法 |
CN113194015A (zh) * | 2021-04-29 | 2021-07-30 | 洪璐 | 一种物联网智能家居设备安全控制方法及*** |
CN113239336A (zh) * | 2021-06-02 | 2021-08-10 | 西安电子科技大学 | 基于决策树的隐私保护生物特征认证方法 |
CN114301628A (zh) * | 2021-11-29 | 2022-04-08 | 广州河东科技有限公司 | 智能家居设备认证方法、装置、设备、***和存储介质 |
CN114826574A (zh) * | 2022-04-19 | 2022-07-29 | 中国电子科技集团公司第三十研究所 | 智能家居安全通信***及通信方法 |
CN114721284A (zh) * | 2022-04-29 | 2022-07-08 | 孙章影 | 一种基于物联网的智能家居管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN116909161A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109787943B (zh) | 一种抵御拒绝服务攻击的方法及设备 | |
CN111274583A (zh) | 一种大数据计算机网络安全防护装置及其控制方法 | |
WO2015149663A1 (zh) | 一种智能电网嵌入式设备网络攻击诱捕***和诱捕方法 | |
CN109951436B (zh) | 一种可信终端验证方法、装置 | |
CN108521405B (zh) | 一种风险管控方法、装置及存储介质 | |
US20210006583A1 (en) | System and method of secure communication with internet of things devices | |
CN111385309B (zh) | 在线办公设备的安全检测方法、***及终端 | |
CN104580133A (zh) | 恶意程序防护方法与***及其过滤表格更新方法 | |
CN111143165A (zh) | 一种监控方法及装置 | |
CN110839002B (zh) | 云的开户、认证及访问方法和设备 | |
CN115668190A (zh) | 用于抑制对计算***的攻击的分析处理电路 | |
CN110266765B (zh) | 一种基于区块链的物联网在线共识节点实时更新方法和装置 | |
CN113438225B (zh) | 一种车载终端漏洞检测方法、***、设备及存储介质 | |
CN108092777B (zh) | 数字证书的监管方法及装置 | |
CN116909161B (zh) | 基于可穿戴设备的智能家居控制方法、*** | |
CN106034132A (zh) | 保护方法与计算机*** | |
CN114422186B (zh) | 一种攻击检测方法、装置、电子设备及存储介质 | |
CN114257404B (zh) | 异常外联统计告警方法、装置、计算机设备和存储介质 | |
CN115664822A (zh) | 行为画像构建方法、装置、电子设备及存储介质 | |
CN117391214A (zh) | 模型训练方法、装置及相关设备 | |
CN111079140A (zh) | 用于防作弊的方法、设备和*** | |
CN110213196A (zh) | 设备及其防止重放攻击的方法、电子设备和存储介质 | |
CN108111501B (zh) | 作弊流量的控制方法、装置和计算机设备 | |
CN111104363A (zh) | 一种fpga云平台使用方法、装置、设备、介质 | |
US11233828B1 (en) | Methods, systems, and media for protecting computer networks using adaptive security workloads |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |