针对非法入侵带来的室内安全隐患，聚焦于目前应用广泛的Wi-Fi技术，首次设计提出了一种通过学习合法用户的行为习惯，再进行异常序列检测进而甄别非法入侵者的识别算法。对收集到Wi-Fi信号的CSI特征值进行去噪和信号分段，使用隐马尔科夫模型对用户的行为建模。根据模型输出的概率不断调整判断的阈值，使学习训练的模型随着时间的推移越来越符合用户的行为特征。实验结果表明检测准确率可以达到93.4%，达到了实时准确检测的目的。