1.一种基于WiFi信号感知的物联网家居智能防护系统进行异常行为监测的方法，其特征在于，该系统包括WiFi信号发送设备、WiFi信号接收机、GUI控制端和数据库；所述的WiFi信号发送设备和WiFi信号接收机均搭载无线网卡，二者相隔置于房间内；WiFi信号发送设备用于发送带有CSI信息的WiFi信号，WiFi信号接收机用于获取环境中的WiFi-CSI信息并保存；所述的GUI控制端为桌面应用端，GUI控制端对WiFi-CSI信号接收机捕获的数据进行预处理，然后通过训练好的残差网络ResNet50对异常行为进行评判和识别，并与数据库相通信，将监测行为及预警数据和应对措施保存至数据库用于记录监测日志，并对用户的异常行为进行实时监控和预警；该方法包括以下步骤：步骤一：WiFi信号发送设备负责发送WiFi-CSI数据，WiFi信号接收机收集空环境下WiFi-CSI数据；步骤二：异常行为监测任务的参与者们W n ＝{w 1 ,w 2 ,...,w N }进入监测环境中，并根据监测任务需求做出相应的动作，对WiFi信道状态信息造成扰动，此时WiFi信号接收机将收集到的WiFi-CSI数据保存；步骤三：监测者对步骤二收集到的WiFi-CSI数据进行数据预处理，然后利用深度学习算法建立残差网络ResNet50，将预处理得到的数据输入残差网络ResNet50进行训练，并在训练完成后保存网络参数；步骤四：监测者利用GUI控制端发出一系列监测任务需求，此时，WiFi信号发送设备发送WiFi-CSI数据给WiFi信号接收机，GUI控制端后台对WiFi-CSI信息的数据预处理并利用训练好的残差网络ResNet50识别当前行为，根据后台预设的异常行为列表判断该行为是否异常，同时输出检测到的行为信息及应对措施并存入数据库备份；所述步骤三中，深度学习算法模型的构建步骤如下：(1)构建基本的ResNet残差块残差块总共有四种类型，四种残差块中3×3卷积层包含的卷积核数量依次增加，分别为64、128、256和512；其中，第一种残差块内部采用两个相同通道数的卷积层，使输入特征矩阵与输出矩阵直接相加再送入激活函数层；而其他三种残差块的输入特征矩阵经下采样处理之后再与输出矩阵进行相加送入激活函数层；(2)设计ResNet50的内部结构ResNet50将上述四种残差块的数量分别设置为3、4、6、3，输入特征矩阵首先经过一个卷积层并进行归一化处理，然后输入残差块集合按顺序进行计算，最后经过全接连层进行维度转换输出分类结果；(3)添加激活函数层、池化层、批量标准化层、激活函数层以及末尾的全连接层以保证残差网络的高效训练和正确输出；(4)对全连接层的输出结果利用Softmax分类器进行特征分类，计算每种分类的概率大小，并选取概率最大者输出预测标签；(5)初始化残差网络，选择Nadam优化器并设置学习率，利用收集到的数据集对残差网络ResNet50进行训练，并保存训练完成后的网络参数用于识别用户行为。
2.根据权利要求1所述的方法，其特征在于，所述步骤三中，WiFi-CSI数据的数据预处理过程如下：(1)空间变换与相位转换首先根据相位变换原则，对收集的WiFi-CSI数据中的原始随机相位进行数学化处理，以消除原始随机相位的偏移量，得到具有规律性的相位信息；(2)低通滤波与去噪选用离散小波变换，保留时域特征和频域特征的同时，压缩提取出的波形数据量，降低直接用提取的按键波形形状作为按键的特征来建立分类器的过程中会付出的计算代价；对滤波后的信号进行主成分分析处理，达到降维去噪的效果；采用小波变换阀值算法，去噪过程为：先通过小波基和分解层数将原始信号分解，再对分解结果进行阀值处理，最后进行小波重构，得到处理后的信号；(3)数据分割与特征提取对去噪后的WiFi-CSI数据进行分割，截取不同行为的数据，提取出各行为的数据特征，最终生成稀疏矩阵；(4)将数据集划分为训练集、验证集和预测集将训练集和验证集送入残差网络ResNet50进行训练并用预测集检测网络训练效果。
3.根据权利要求1或2所述的方法，其特征在于，所述步骤四中，GUI控制端开发流程如下：(1)根据需求设计交互界面外观，确定需要实现的功能GUI控制端包括两个界面：监测界面和日志界面；所述监测界面分为WiFi-CSI信号可视化动态图像区域、室内真实环境监控区域和监测到的行为展示列表；其中，WiFi-CSI信号可视化动态图像用来观察整个监测过程WiFi-CSI信号是否正常变化；室内真实环境监控区域用来评估系统是否根据采集到的WiFi-CSI信号正确识别出人类行为；行为展示列表用来展示监测到的行为以及是否属于异常行为；此外，此界面还设有触发警报按钮，当监测到异常行为后，系统不仅会给出应对措施，必要时还可以触发警报；所述日志界面需要实现根据给定时间范围展示此范围内所有的行为信息及处理措施；(2)利用PyQt5实现GUI控制端上述界面的功能；(3)配置本地数据库GUI控制端需要将监测到的行为信息和相应的应对措施存入数据库，通过在日志界面设置查询时间跨度，控制端后台会从数据库中筛选出监测时间位于时间跨度内的所有行为信息输出到界面展示；(4)软件测试经测试，GUI控制端可以根据采集到的WiFi-CSI数据利用后台的残差网络ResNet50成功识别出各种行为，并将行为信息和应对措施输出展示。
