随着无线物联网(Internet of Things,IoT)业务的兴起,海量设备的接入,无线网络受攻击的可能性大大增加,无线IoT设备的安全问题越来越重要。提出了一个基于深度机器学习长短期记忆(Long Short-Term Memory,LSTM)模型的无线IoT设备识别方...随着无线物联网(Internet of Things,IoT)业务的兴起,海量设备的接入,无线网络受攻击的可能性大大增加,无线IoT设备的安全问题越来越重要。提出了一个基于深度机器学习长短期记忆(Long Short-Term Memory,LSTM)模型的无线IoT设备识别方法,用于甄别非法入侵的设备或者发现已经被入侵后通信异常的设备。所提方法的创新点在于通过深度机器学习对IoT设备公开传输的帧头信息进行分析识别,而不必深入分析承载信息,不依赖于易被修改和伪装的IP地址等身份信息,因此不受通信信息加密的影响,也不受各类伪装地址及其他入侵方法的影响。所提方法的应用可以自动快速地识别出非授权设备或者被入侵的授权设备,更好地保障网络安全。展开更多
为了预测采煤机摇臂的剩余寿命并将预测过程和结果集成于系统进行动态可视化显示,设计并开发了基于ASP.NET框架的采煤机摇臂剩余寿命预测系统。利用Microsoft Visual Studio 2010系统开发软件,采用C#语言中Process类进程调用方法驱动Pyt...为了预测采煤机摇臂的剩余寿命并将预测过程和结果集成于系统进行动态可视化显示,设计并开发了基于ASP.NET框架的采煤机摇臂剩余寿命预测系统。利用Microsoft Visual Studio 2010系统开发软件,采用C#语言中Process类进程调用方法驱动Python语言编写的深度学习寿命预测模型运行,结合相关控件对生成的图像和数据结果进行调用、解析和输出,完成寿命预测模型与Web系统的嵌套和交互,实现采煤机摇臂关键零部件剩余寿命预测值的可视化和数字化。最后,通过采煤机摇臂低速区惰轮机构与高速区轴承数据集验证了所开发系统的可行性与有效性。展开更多
文摘随着无线物联网(Internet of Things,IoT)业务的兴起,海量设备的接入,无线网络受攻击的可能性大大增加,无线IoT设备的安全问题越来越重要。提出了一个基于深度机器学习长短期记忆(Long Short-Term Memory,LSTM)模型的无线IoT设备识别方法,用于甄别非法入侵的设备或者发现已经被入侵后通信异常的设备。所提方法的创新点在于通过深度机器学习对IoT设备公开传输的帧头信息进行分析识别,而不必深入分析承载信息,不依赖于易被修改和伪装的IP地址等身份信息,因此不受通信信息加密的影响,也不受各类伪装地址及其他入侵方法的影响。所提方法的应用可以自动快速地识别出非授权设备或者被入侵的授权设备,更好地保障网络安全。
文摘为了预测采煤机摇臂的剩余寿命并将预测过程和结果集成于系统进行动态可视化显示,设计并开发了基于ASP.NET框架的采煤机摇臂剩余寿命预测系统。利用Microsoft Visual Studio 2010系统开发软件,采用C#语言中Process类进程调用方法驱动Python语言编写的深度学习寿命预测模型运行,结合相关控件对生成的图像和数据结果进行调用、解析和输出,完成寿命预测模型与Web系统的嵌套和交互,实现采煤机摇臂关键零部件剩余寿命预测值的可视化和数字化。最后,通过采煤机摇臂低速区惰轮机构与高速区轴承数据集验证了所开发系统的可行性与有效性。