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
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
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
尘螨过敏原
分类预测模型
深度学习神经网络
Softmax函数
疾病
组合验证方法
云网
服务质量数据
基站
马尔可夫模型