基于深度学习与自适应决策的物联网安全性增强验证方法

AITNT
正文
推荐专利
基于深度学习与自适应决策的物联网安全性增强验证方法
申请号:CN202411920667
申请日期:2024-12-25
公开号:CN119766532A
公开日期:2025-04-04
类型:发明专利
摘要
本发明属于物联网安全技术领域,具体涉及一种基于深度学习与自适应决策的物联网安全性增强验证方法,包括下列步骤:利用大量的物联网安全数据,训练出能够识别物联网安全漏洞的深度学习模型;根据深度学习模型的识别结果,结合物联网系统的实时运行状态和安全需求,通过自适应决策算法,生成针对物联网系统的安全验证策略;根据自适应决策模块生成的安全验证策略,对物联网系统进行安全验证;融合物联网设备的运行日志、网络流量数据和安全事件多源数据。本发明利用深度学习模型自动识别物联网安全漏洞,并通过自适应决策算法生成安全验证策略,实现了物联网安全验证的自动化,减少了人工参与和提高了验证效率。
技术关键词
验证方法 融合物联网 物联网系统 网络流量数据 决策算法 强化学习算法 自动化工具 提升系统 Softmax函数 训练深度学习模型 控制策略 分布式计算技术 系统集成测试 监测网络流量 访问控制技术
系统为您推荐了相关专利信息
1
一种网络安全态势评估方法、系统及设备
网络流量数据集 残差模块 网络流量特征 注意力机制 残差网络
2
基于机器学习的广告预测优化方法、装置和计算机设备
一致性检测 交互特征 广告点击率预测 性能指标数据 交叉验证方法
3
一种室内尘螨过敏原暴露风险的评估方法
尘螨过敏原 分类预测模型 深度学习神经网络 Softmax函数 疾病
4
云网融合环境下基于概率模型检验的服务组合验证方法及系统
组合验证方法 云网 服务质量数据 基站 马尔可夫模型
5
安全设备验证方法、电子设备及计算机可读存储介质
安全设备 验证方法 私钥 标识 可读存储介质
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号