由于互联网技术和移动终端产品的高速发展,移动互联网用户数量在近几年呈爆发式增长。Wi-Fi网络是目前移动端流行的通信网络,但由于Wi-Fi网络的便携性和开放性也催生出了很多隐私安全问题。一方面,基于Wi-Fi的无线视频监控因为可以部署在任何地方,并且可以随时进行实时监控,已经成为实施隐私侵犯的理想工具。现有的基于流量分析的视频监控检测技术只适用于检测处于实时传输画面时的视频监控,针对未实时传输画面的视频监控并没有很好的检测效果。另一方面,Wi-Fi本身所使用的无线通信技术的开放特性导致其具有脆弱性和复杂性,因此对Wi-Fi网络的动态监测与态势感知具有极其重要的战略意义和实用价值,而现有态势感知系统不能适应Wi-Fi网络下的数据收集并且不能充分展示其网络结构的特点。针对上述两个问题,本文做了以下两部分工作:第一部分工作针对现有视频监控检测存在的问题,本文提出了一种针对未实时传输画面状态下视频监控的检测方法,该方法基于视频监控未实时传输画面时产生的数据流量特征实现。通过对无线数据流量的采集、预处理并提取无线数据包的相应字段,然后在一定的周期内计算特征,最后通过已有的机器学习算法进行检测,以此方法来检测是否存在视频监控。同时,本文提出一种判断视频监控设备状态的方法,该方法通过计算一段周期内的数据包平均长度,并与提前设定的阈值进行比较来判断视频监控状态。实验部分介绍了整体实验的方案和设计,对于视频监控检测方面通过对周期长度、路由器选择和机器学习算法等方案进行实验,最终确定了该方法的检测准确率超过97%。同时视频监控状态方面通过对阈值的选择可以使状态区分的准确率达到99%。本文提出的方法与现有的检测方法形成互补,填补了现有视频监控检测方法在未实时传输状态下无法检测的空白。第二个部分工作针对现有态势感知系统存在的问题,本文设计了一套基于B/S结构的Wi-Fi态势感知系统,来针对Wi-Fi网络的特点进行数据包的解析和展示,同时加入特有的视频监控检测功能。系统通过三个树莓派作为捕获和分析设备来采集和分析周围Wi-Fi空间的网络环境,数据的存储和展示则统一在服务器端实现,采集设备与服务器通过Wi-Fi来进行数据传输。数据捕获模块主要通过将无线网卡设置为监听模式并固定信道来实现。数据分析模块将采集到的无线数据包进行筛选和分析:根据IEEE802.11协议特点来确定网络连接关系;根据TCP/IP协议栈对数据包进行深度流解析和特定协议提取;根据第一部分工作来完成视频监控检测模块。数据存储模块负责将分析后的数据保存在数据库中持久化。最终使用Web服务器和界面来实现数据展示模块的数据展示与交互。经过测试,系统可以正常运行并实现对Wi-Fi空间的实时态势感知。