基于信号热力图的无人机网络安全巡检空间可视化方法

本发明属于网络安全与无人机巡检，具体涉及基于信号热力图的无人机网络安全巡检空间可视化方法。

背景技术：

1、随着5g、物联网与工业互联网的深度融合发展，无线通信网络已从“有线主导”向“无线泛在”加速演进，网络边界的模糊化与空间维度的立体化重构给网络安全防护体系带来了前所未有的结构性挑战。wifi、lora、5g等多制式无线信号在高密度设备接入和复杂空间环境下并行存在，钓鱼热点、伪基站、恶意双胞胎ap（evil twin）及非法lora节点等无线网络攻击手段日益增多，此类攻击隐蔽性强、实施成本低，已成为企业数据泄露与隐私窃取的主要来源之一。

2、目前，针对无线网络安全的巡检与态势感知主要依赖以下两类技术手段：

3、其一，基于固定探针的无线信号监测方案。即在目标区域内部署若干固定位置的信号采集探针，通过有线回传或无线回传将采集到的信号数据汇聚至中心服务器进行分析。该类方案的局限性在于：（1）固定探针的部署位置固化，信号采集范围受限于探针自身的覆盖半径，无法覆盖楼宇顶层、高层厂房、立体管廊等空间盲区；（2）单点采集的rssi值无法反映信号在空间中的连续衰减趋势与分布形态，各探针上报的数据相互孤立，难以形成对异常信号源空间位置的有效推断；（3）在临时活动、应急通信或临时管控等场景中，固定探针无法快速部署与动态调整。

4、其二，基于人工手持设备的路测巡检方案。即由运维人员携带手持频谱仪或无线信号检测设备在目标区域逐点行走测量并记录信号强度。该类方案的局限性在于：（1）人工巡检效率低下，大范围园区或复杂地形环境下耗时费力；（2）人员无法到达高层建筑外立面、危险工业区域等特殊位置，存在物理可达性瓶颈；（3）人工记录的信号强度数据密度低、空间覆盖不连续，难以支撑高分辨率的信号空间分布重建。

5、近年来，无人机技术被逐步引入电力巡线、环境监测与应急通信等巡检领域，但其与网络安全检测的深度融合仍处于初步阶段。现有涉及无人机与无线信号采集的技术方案，通常仅实现无人机搭载信号采集设备进行单点信号记录，生成的数据仍以离散采样点列表或简单轨迹标注的形式呈现。运维人员在面对海量采样数据时，难以从离散的点位信息中直观、快速地判断异常信号的空间分布特征、信号聚集区域及风险演变趋势。

6、此外，现有技术中尚未出现将无人机集群采集的多点rssi数据与gis地图进行热力图融合显示的方法。由于缺乏将离散采样点转化为连续空间分布态势的有效手段，异常信号的空间可视性差，运维人员无法通过可视化界面直接定位高风险区域，极大制约了网络安全巡检从“数据采集”到“态势感知”的闭环效率。

7、综上，现有技术中缺乏一种能够将无人机集群在三维空间中采集的多点离散rssi数据有效转化为反映信号强度连续空间分布的可视化方法，并在此基础上实现异常信号源空间聚集区域的快速识别与可视化标注。

技术实现思路

1、本发明旨在解决现有无线网络安全巡检可视化技术中，离散采样点无法有效转化为反映信号强度连续空间分布、异常信号空间聚集特征难以快速识别、以及缺乏动态三维空间信号热力图生成与gis融合可视化手段的技术问题，提供一种基于信号热力图的无人机网络安全巡检空间可视化方法及系统。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于信号热力图的无人机网络安全巡检空间可视化方法，包括以下步骤：

4、获取步骤：通过无人机集群在目标巡检空域内沿预设航迹飞行，利用机载多模射频采集模块实时捕获无线通信信号，获取包含信号源标识信息、接收信号强度指示rssi及对应空间坐标的多点信号数据；

5、构建步骤：将属于同一信号源的多个采样点的空间坐标与rssi值进行关联，构建各信号源的空间信号强度数据集；

6、生成步骤：基于所述空间信号强度数据集，对巡检区域进行网格化信号强度估计，生成反映信号强度空间分布的风险热力图数据；

7、叠加步骤：将所述风险热力图数据叠加于gis电子地图的对应空间坐标上，并根据预设告警阈值对信号强度超过阈值的区域进行差异化标识，生成可视化态势地图；

8、输出步骤：输出包含所述可视化态势地图的巡检结果。

9、进一步地，所述构建步骤中，空间坐标与rssi值的关联关系基于对数距离路径损耗模型进行一致性校验，该校验公式为：

10、

11、其中，为参考距离处的信号强度，为路径损耗指数，为采样点与信号源之间的空间距离，为噪声项；当采样点的实测rssi值与基于该模型预测值的偏差超过预设阈值时，将该采样点标记为异常并剔除。

12、进一步地，所述生成步骤中，采用空间插值算法对巡检区域进行网格化信号强度估计，通过已采样点的rssi值对未采样网格点的信号强度进行估计，形成覆盖整个巡检区域的连续信号强度分布曲面。

13、进一步地，所述空间插值算法为克里金插值法，其估计公式为：

14、

15、其中，为未采样点处的信号强度估计值，为第个采样点处的rssi实测值，为赋予第个采样点的权重系数，为参与估计的采样点数量；所述权重系数通过最小化估计误差方差求解。

16、进一步地，所述叠加步骤中，所述可视化态势地图上，不同信号制式的热力图数据以独立图层形式叠加于同一gis地图上，用户通过图层切换或半透明叠加方式分别查看wifi、lora、5g制式的信号空间分布。

17、进一步地，所述输出步骤还包括可疑信号源空间聚集区域识别：对所述风险热力图中信号强度超过告警阈值的连续区域进行连通域标记，提取各连通域的空间范围与几何中心，基于密度聚类算法识别异常信号聚集区域并生成告警标注。

18、进一步地，所述密度聚类算法为dbscan算法，其聚类依据为：

19、

20、其中，为告警采样点集合，为任一告警采样点，为的邻域内的采样点，为两点间的空间距离，为空间邻域半径阈值，为信号强度差异阈值。

21、进一步地，所述输出步骤之后还包括二次精定位步骤：响应于可视化态势地图上对告警区域的触发操作，调用二次取证无人机前往对应空间坐标执行高密度网格化重采，基于最小二乘法拟合信号衰减曲面，重建信号源空间位置。

22、进一步地，所述基于最小二乘法拟合信号衰减曲面并重建信号源空间位置的具体公式为：

23、设未知信号源坐标为，则第个采样点的rssi预测值为：

24、

25、通过最小化误差平方和函数估计信号源位置：

26、

27、令、，求解得到信号源坐标估计值，并将精定位结果回传并刷新所述风险热力图数据。

28、进一步地，基于信号热力图的无人机网络安全巡检空间可视化系统，其特征在于，包括：

29、空中巡检模块，由搭载多模射频采集单元与定位模块的无人机集群构成，用于执行预设航迹的巡检飞行并实时采集多点信号数据；

30、数据处理模块，用于将属于同一信号源的多个采样点的空间坐标与rssi值进行关联，构建空间信号强度数据集，并基于所述数据集生成反映信号强度空间分布的热力图数据；

31、gis地图融合模块，用于将所述热力图数据叠加于gis电子地图上，生成可视化态势地图，并根据预设告警阈值对高风险区域进行差异化标识；

32、交互显示模块，用于在用户界面上展示所述可视化态势地图，支持航迹回放、热力图图层切换及巡检报告生成。

33、与现有技术相比，本发明具有以下有益效果：

34、1、本发明通过将属于同一信号源的多个空间离散采样点的rssi值进行关联聚合，采用空间插值算法重建该信号源在整个巡检空域中的连续强度分布曲面，将传统“点状读数”提升为“面状态势图”，运维人员可通过热力图的颜色梯度直观判断信号强度的空间衰减趋势与极值区域，克服了现有技术中离散采样点孤立呈现、空间分布不可见的缺陷。

35、2、本发明将重建后的信号强度分布曲面与gis电子地图进行空间坐标配准与叠加显示，使运维人员能够在真实地理背景上直观查看异常信号的空间分布范围、聚集区域及与周边建筑物、道路等地理要素的相对位置关系，显著提升了异常信号的物理可定位性与现场处置效率。

36、3、本发明通过对热力图中信号强度超过告警阈值的连续区域进行连通域标记，并采用dbscan聚类算法在空间-信号强度双域进行聚类，能够自动发现异常信号的聚集模式并生成告警标注，避免了传统方法依赖人工经验判读海量离散数据点的低效模式，实现了从“人工看图”到“自动识图”的跨越。

37、4、本发明在热力图初步定位的基础上，响应于用户对告警区域的触发操作，自动调度二次取证无人机进行高密度网格化重采，通过最小二乘法拟合信号衰减曲面并反演信号源精确坐标，将精定位结果回传并刷新热力图图层，形成了“热力图广域初筛—聚类标注—精确定位—图面刷新”的完整技术闭环，有效解决了传统热力图仅能呈现分布而无法精确溯源的技术瓶颈。

38、5、本发明支持wifi、lora、5g不同信号制式的热力图以独立图层形式分层生成与叠加显示，用户可根据分析需求切换或半透明叠加查看不同制式的信号空间分布，避免了多制式信号混叠导致的视觉混淆，为复杂电磁环境下的分类安全检测提供了灵活的可视化分析工具。