基于区块链与边缘计算的物联网数据访问控制研究

在物联网快速发展的背景下,设备数量急剧增加导致网络请求日益频繁。传统的中央处理方式难以应对大规模设备所产出的海量数据,这引发了吞吐量问题和多样化场景应用的挑战。为了解决这一问题,文章提出基于区块链与边缘计算的物联网数据访问控制研究。该研究通过小波包分析处理振动信号,提取初级特征,再经过深度卷积神经网络输出故障深度特征信号,构建了轻量级区块链,通过边缘计算实现控制访问。测试结果表明:该方法具有高稳定性和适应性,能确保物联网模型在响应时间内对请求作出反馈。

基于模式噪声分量符号信息的快速源相机辨识

现有基于传感器光响应非均匀性模式噪声的源相机辨识方法多采用蛮力搜索(即穷举)策略,当相机指纹数量较多且指纹长度较长时,效率较低.文中提出一种基于模式噪声分量符号信息的快速源相机辨识方法.即利用模式噪声中的大幅值分量构造相机的精简指纹,采用分离链接哈希表结构存储参考指纹信息,按照测试指纹和参考指纹之间的同符号分量个数对候选参考指纹排序,按序进行相关性检测.实验表明,文中方法大大减少了相关性运算的次数.