公开(公告)号：CN117473308A

公开(公告)日：2024-01-30

申请号：CN202311268694.2

申请日：2023-09-28

Applicant: 无锡学院

Inventor： 刘苗 ,  郭亚茹 ,  韩连福 ,  曹悦 ,  王楠

IPC: G06F18/214 ,  G06F18/213 ,  G06F18/25 ,  G06F18/21

Abstract: 本发明公开了一种物联网边缘计算数据污染检测方法、系统及介质。方法包括：获取初始样本数据；初始样本数据包括原始数据集S以及不同噪声比例的高斯噪声产生的数据集G；构建基线模型，基线模型包括残差网络和基础网络；基于初始样本数据进行训练，直到预设的基线模型的复合损失函数收敛，得到训练好的基线模型；使用数据集G和预设的污染样本数据集F对训练好的基线模型进行检测，使用残差网络提取原始数据集S的样本特征得到第一特征图，使用基础网络对数据集G的样本特征进行卷积得到第二特征图，将第一特征图、第二特征图进行数据融合，输出数据污染检测结果。通过本发明解决物联网边缘计算面临的数据安全问题，减少训练和学习的数据量。

公开(公告)号：CN117473308B

公开(公告)日：2024-07-12

申请号：CN202311268694.2

申请日：2023-09-28

Applicant: 无锡学院

Inventor： 刘苗 ,  郭亚茹 ,  韩连福 ,  曹悦 ,  王楠

IPC: G06F18/214 ,  G06F18/213 ,  G06F18/25 ,  G06F18/21

Abstract: 本发明公开了一种物联网边缘计算数据污染检测方法、系统及介质。方法包括：获取初始样本数据；初始样本数据包括原始数据集S以及不同噪声比例的高斯噪声产生的数据集G；构建基线模型，基线模型包括残差网络和基础网络；基于初始样本数据进行训练，直到预设的基线模型的复合损失函数收敛，得到训练好的基线模型；使用数据集G和预设的污染样本数据集F对训练好的基线模型进行检测，使用残差网络提取原始数据集S的样本特征得到第一特征图，使用基础网络对数据集G的样本特征进行卷积得到第二特征图，将第一特征图、第二特征图进行数据融合，输出数据污染检测结果。通过本发明解决物联网边缘计算面临的数据安全问题，减少训练和学习的数据量。

公开(公告)号：CN118400150A

公开(公告)日：2024-07-26

申请号：CN202410529986.5

申请日：2024-04-29

Applicant: 无锡学院

Inventor： 刘苗 ,  郭亚茹 ,  陈逸阳 ,  童佳颖 ,  谢凌峰 ,  索琨

IPC: H04L9/40 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/044 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了基于分层神经网络模型的物联网入侵攻击检测方法及系统，属于物联网安全技术领域。方法包括：采集网络入侵数据集，对入侵数据集进行预处理，得到非冗余数据集；对非冗余数据集进行划分，得到训练数据集和验证数据集；构建检测网络模型，采用训练数据集和验证数据集对检测网络模型进行训练、验证；采用训练、验证后的检测网络模型进行物联网入侵检测。本发明考虑网络入侵流量数据具有一定的时序性和特征冗余性，以提供了高水平的检测能力为目标，以降低误报率为目标，通过检测网络模型，使得CNN、RNN和Self‑Attention网络的合作可以有效地提取空间和时间特征，并学习输入序列中不同位置之间的依赖关系。