基于互联网的硬件装置检测的隐藏摄像头发现装置及方法与流程

1.本发明涉及硬件装置检测技术领域，具体涉及一种基于互联网的硬件装置检测的隐藏摄像头发现装置及方法。


背景技术：

2.微型摄像头是现代高科技的产物，又名微型监控器，具有体积小、功能强大的特点，隐蔽性比较好，微型摄像头用途广泛，适用于航空、商业、传媒、企事业单位、家庭等行业，微型摄像头的出现，给人们的生活带来便利的同时，一些关系到企业机密、个人隐私等现象也随之产生，将使用鱼眼镜头、平面镜头或锥形镜头的微型摄像机称之为针孔摄像机。
3.隐藏摄像头安装的位置变化多样，且越发隐蔽，对人们的隐私造成了极大的威胁，因此市面上出现了各种用来检测隐藏摄像头的设备，包括：
4.物理探测仪，采用公开式监测，隐蔽性差，无差别监测，导致检测结果误差极大；且监测声音大，容易暴露；准确率不高，费时费力；
5.小帧探测仪，无蓝牙模块，需要使用数据线做数据传输，非常累赘，容易暴露设备隐蔽性；需要一直人为补充偷拍设备特征，不智能，一旦人为出错，会导致最终检测结果偏差极大。


技术实现要素：

6.针对现有技术中的上述不足，本发明提供的一种基于互联网的硬件装置检测的隐藏摄像头发现装置及方法解决了隐藏摄像头探测结果不准确的问题。
7.为了达到上述发明目的，本发明采用的技术方案为：一种基于互联网的硬件装置检测的隐藏摄像头发现装置，包括硬件装置和移动终端设备，所述硬件装置包括依次连接的无线信号检测模块、无线信号传输模块、控制模块、蓝牙模块，所述蓝牙模块与移动终端设备连接，所述移动终端设备通过互联网的数据库处理模块进行动态对比分析发现隐藏摄像头。
8.进一步地：所述硬件装置用于检测存在wifi芯片的设备数据。
9.进一步地：所述设备数据包括信号强度数值、mac码、信道数据、data数据组、协议数据包、url、服务器端ip地址、流量。
10.进一步地：所述互联网可以获取到同网络环境下的其他设备在上线/静态运行/动态运行各不同运行阶段的瞬时带宽标准差和流量数据包时间长度累计标准作为动态对比分析的判断依据。
11.一种基于互联网的硬件装置检测的隐藏摄像头发现方法，包括以下步骤：
12.s1、通过硬件装置检测周围存在wifi芯片的设备数据；
13.s2、将检测到的设备数据与预存数据库中具备隐藏摄像头特征的mac进行对比，对比结果相似度高于50％时，进入步骤s3，否则结束本流程；
14.s3、根据无线信号检测模块探测到设备周围返回rssi信号数据，通过蓝牙模块传
输至用户移动设备端再请求至终端服务器进行数据解析，得出设备的信号强度；
15.s4、如果设备的信号强度距离小于20m，则进入步骤s5，否则排除该设备；
16.s5、对设备过去10s数据组字节大小进行判断，如数据组字节大于50字节，则进入步骤s7，状态显示为运行中，如数据组字节小于50字节，则判断此设备状态为待连接，并进入步骤s6；
17.s6、如数据组字节小于5字节，则判断可疑设备为静默状态，并进入步骤s7；
18.s7、针对mac特征设备进行数据包抓取与事先预存为终端内的隐藏摄像头特征数据进行对比，如相似度为100％，则进入步骤s8，如相似度为0％，则显示该设备为新型可疑设备；
19.s8、对设备进行流量检测，如流量达到预设阈值，则将目标标记为可疑隐藏摄像头设备。
20.进一步地：所述rssi信号数据通过802.11协议中的13个信道返回。
21.进一步地：所述信号强度dbm的计算公式为：
22.dbm＝abs(rssi)-a/10n
23.上式中，rssi为rssi信号数据，a为手机距离蓝牙信标1m时接收到的rssi的值的绝对值，n为环境衰减因子。
24.进一步地：所述步骤s7中特征数据对比为对数据包中的url/服务器ip进行重点对比。
25.进一步地：所述流量检测具体为：根据data数据组当中解析出的data字节，判断设备过去10s波动峰值。
26.本发明的有益效果为：本发明通过数据无线传递、无线监测、自动化识别成长模型以及远程ota升级完成摄像头信号源厘米级精准定位和数据自动化升级，能准确检测出隐藏摄像头。
附图说明
27.图1为本发明的连接示意图。
具体实施方式
28.下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
29.如图1所示，一种基于互联网的硬件装置检测的隐藏摄像头发现装置，包括硬件装置和移动终端设备，所述硬件装置包括依次连接的无线信号检测模块、无线信号传输模块、控制模块、蓝牙模块，所述蓝牙模块与移动终端设备连接，所述移动终端设备通过互联网的数据库处理模块进行动态对比分析发现隐藏摄像头。
30.无线信号检测模块负责采集网络信号、mac、信道、协议、数据组等数据，通过无线信号传输单元至控制模块，通过蓝牙模块传输至手机终端的服务器进行数据模组分析。
31.硬件装置用于检测周围20m内所有存在wifi芯片的设备数据。设备数据包括信号
强度数值、mac码、信道数据、data数据组、协议数据包、url、服务器端ip地址、流量等。
32.互联网针对已知网络环境中的设备进行特征提取；
33.可以获取到同网络环境下的其他设备在上线/静态运行/动态运行等各不同运行阶段时候的瞬时带宽标准差和流量数据包时间长度累计标准作为判断依据
34.作为辅助手段，长期以此模型做硬件训练模型基础，通过不断的获取设备历练，进行自动化成长分析，以提升终端识别隐藏摄像头的精准度。
35.一种基于互联网的硬件装置检测的隐藏摄像头发现方法，包括以下步骤：
36.s1、通过硬件装置检测周围20m内所有存在wifi芯片的设备数据；
37.s2、将检测到的设备数据与预存数据库中具备隐藏摄像头特征的mac进行对比，对比结果相似度高于50％时，进入步骤s3，否则结束本流程；
38.s3、根据无线信号检测模块探测到设备周围802.11协议中13个信道返回rssi信号数据，通过蓝牙模块传输至用户移动设备端再请求至终端服务器进行数据解析，根据rssi数据信号公式abs(rssi)-a/10n得出设备的信号强度；
39.s4、如果设备的信号强度距离小于20m，则进入步骤s5，否则排除该设备；
40.s5、对该设备过去10s数据组字节大小进行判断，如数据组字节大于50字节，则进入步骤s7，状态显示为运行中，如数据组字节小于50字节，则判断此设备状态为可疑设备，并进入步骤s6，状态显示为待连接；
41.s6、如数据组字节小于5字节，则判断可疑设备为静默状态，并进入步骤s7，状态显示为代号c；
42.s7、针对mac特征设备进行数据包抓取与事先预存为终端内的隐藏摄像头特征数据进行对比，针对该数据包中的url/服务器ip进行对比，如相似度为100％，则进入步骤s8，如相似度为0％，则显示该设备为新型可疑设备；
43.s8、对设备进行流量检测，如流量达到阈值，则将目标标记为可疑隐藏摄像头设备。根据data数据组当中解析出的值(data字节)，判断其过去10s波动峰值(data字节)。
44.为了增强范围精确度，以及自动学习成长，故在此运行过程中，如移动设备有连接wifi，会一并将同环境网络下设备，按以上流程传输分析一遍，以达到扩大检测范围与精准度的目的。如果连接上wifi可以获取更多数据，进行智能化训练模型的练习，随着用户连接wifi的用户越来越多，数据库会储存更多的设备数据特征，以便自动化识别成长模型训练与练习。