水电站终端物联网恶意设备识别方法与仿真.pdfVIP

水电站终端物联网恶意设备识别方法与仿真.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

+机真

第42卷第1期算仿2025年1月

文章编号:1006-9348(2025)01-0101-05

水电站终端物联网恶意设备识别方法与仿真

叶波,赵娅,王荣,邹佳成

(国家电投集团贵州金元遵义水电开发有限公司,贵州遵义563000)

摘要:水电站终端物联网接入设备的数据量过大时,接入设备数据难以有效分配服务器,增加了数据传输丢包率,影响了恶

意设备识别的效果。为此,提出了边缘计算下水电站终端物联网恶意设备识别方法。基于边缘计算,设计了边缘服务器数

据传输方案,通过约束资源以匹配服务器,优化了物联网数据传输的安全性,降低了丢包率。采用反向提取技术改进了

LSTM神经网络,设计出了BiLSTM算法,实现对边缘服务器数据的正反向特征并行提取,并将特征融合。利用融合后的特

征训练支持向量机,识别恶意设备。实验结果表明,上述方法的特征提取效果较好,重要度在95%以上,丢包率变化幅度低

于1%,恶意设备识别的马修斯系数在0.975以上。

关键词:边缘计算;水电站终端物联网;恶意设备识别;支持向量机

中图分类号:TP393文献标识码:B

IdentificationMethodandSimulationofMaliciousDevices

inInternetofThingsatHydropowerStationTerminals

YEBo,ZHAOYa,WANGRong,ZOUJia-cheng

(SpicGuizhouJinyuanZunyiHydropowerDevelopmentCO.,LTD,ZunyiGuizhou563000,China)

ABSTRACT:WhentheamountofdataoftheInternetofThingsaccessequipmentofthehydropowerstationterminal

istoolarge,itisdifficultfortheaccessequipmentdatatoeffectivelydistributetheserver,whichincreasesthepacket

lossrateofdatatransmissionandaffectstheeffectofmaliciousequipmentidentification.Therefore,anedgecomputing

methodisproposedtoidentifymaliciousdevicesintheInternetofThingsofhydropowerstationterminals.Basedon

edgecomputing,anedgeserverdatatransmissionschemeisdesigned.Byconstrainingresourcestomatchtheserver,

thesecurityofdatatransmissionintheInternetofThingsisoptimizedandthepacketlossrateisreduced.TheLSTM

neuralnetworkisimprovedbyusingreverseextractiontechnology,andtheBiLSTMalgorithmisdesignedtoachieve

parallelextractionofforwardandreversefeaturesofedgeserverd

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档