發(fā)布時間：2021-07-05 21:11

　　針對物聯(lián)網(wǎng)環(huán)境中通過傳感器裝置采集到的數(shù)據(jù)容易受到外界因素的影響、造成數(shù)據(jù)傳輸不準確、產(chǎn)生異常數(shù)據(jù)的問題,開展對物聯(lián)網(wǎng)節(jié)點異常檢測方法的研究.通過物聯(lián)網(wǎng)節(jié)點異常特征數(shù)據(jù)采集、節(jié)點異常概率檢測,提出一種基于特征模糊聚類的物聯(lián)網(wǎng)節(jié)點異常檢測方法.通過對比試驗證明,該方法與傳統(tǒng)檢測方法相比能夠有效降低檢測結(jié)果的漏檢率,完整地對物聯(lián)網(wǎng)環(huán)境中的節(jié)點異常進行檢測,并且得到更加理想的效果,維護物聯(lián)網(wǎng)中數(shù)據(jù)的安全傳輸. 

【文章來源】：南京工程學(xué)院學(xué)報(自然科學(xué)版). 2020,18(03)

【文章頁數(shù)】：4 頁

【部分圖文】：

物聯(lián)網(wǎng)數(shù)據(jù)節(jié)點分布式結(jié)構(gòu)示意圖

選擇某物聯(lián)網(wǎng)數(shù)據(jù)中包含傳感器節(jié)點數(shù)據(jù)1 500個,已知其中有500個為異常數(shù)據(jù),將其作為對比試驗對象,比較本文提出的基于特征模糊聚類的物聯(lián)網(wǎng)節(jié)點異常檢測方法與傳統(tǒng)節(jié)點異常檢測方法在實際應(yīng)用中的效果.具體的試驗步驟如圖2所示.為了突出本文檢測方法的優(yōu)勢,在進行試驗的過程中,首先利用與異常數(shù)據(jù)相近的非異常數(shù)據(jù)進行替代,對試驗對象中的異常數(shù)據(jù)做隱藏處理,再分別利用本文檢測方法與傳統(tǒng)檢測方法對試驗對象進行檢測,實現(xiàn)兩種檢測方法對物聯(lián)網(wǎng)節(jié)點異常情況檢測試驗.

【參考文獻】：
期刊論文
[1]微型近紅外物聯(lián)網(wǎng)節(jié)點狀態(tài)的實時檢測與分析研究[J]. 汪春宏,梅杰.  激光雜志. 2020(06)
[2]一種基于區(qū)塊鏈的物聯(lián)網(wǎng)行為監(jiān)控和活動管理方案[J]. 郎為民,張漢,趙毅豐,姚晉芳.  信息網(wǎng)絡(luò)安全. 2020(02)
[3]Hadoop環(huán)境下分布式物聯(lián)網(wǎng)設(shè)備狀態(tài)分析處理系統(tǒng)[J]. 張瑞聰,任鵬程,房凱,張衛(wèi)山.  計算機系統(tǒng)應(yīng)用. 2019(12)
[4]基于云—邊協(xié)同的智能工廠工業(yè)物聯(lián)網(wǎng)架構(gòu)與自治生產(chǎn)管控技術(shù)[J]. 丁凱,陳東燊,王巖,朱學(xué)凱,張富強,張超.  計算機集成制造系統(tǒng). 2019(12)
[5]基于設(shè)備型號分類和BP神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)流量異常檢測[J]. 楊威超,郭淵博,鐘雅,甄帥輝.  信息網(wǎng)絡(luò)安全. 2019(12)
[6]HA2：層次化的物聯(lián)網(wǎng)感知設(shè)備固件異常分析技術(shù)[J]. 馬峻巖,張穎,李易,王瑾,張?zhí)?  計算機工程與應(yīng)用. 2019(22)
[7]基于正則化與時空約束改進K最近鄰算法的農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)重構(gòu)[J]. 吳華瑞,李慶學(xué),繆祎晟,宋玉玲.  農(nóng)業(yè)工程學(xué)報. 2019(14)
[8]基于LoRa物聯(lián)網(wǎng)技術(shù)的實驗室安全監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[J]. 劉輝席,楊禎,朱珠,劉守印.  實驗技術(shù)與管理. 2019(07)
[9]深度遞歸網(wǎng)絡(luò)在物聯(lián)網(wǎng)系統(tǒng)異常檢測中應(yīng)用研究[J]. 李慧慧.  現(xiàn)代電子技術(shù). 2019(13)
[10]物聯(lián)網(wǎng)中異常通信情形下目標跟蹤算法的設(shè)計[J]. 余庚,張潔.  艦船電子工程. 2019(03)



本文編號：3266831