摘要
本发明公开了一种基于AI的物联网IP地址状态实时检测系统及方法,具体涉及IP地址检测技术领域,用于解决现有方法在多设备同源IP场景下无法准确区分单一设备真实在线状态的问题;通过采集物联网设备的通信数据和历史连接记录,利用特征选择算法进行字段提取和向量化处理,生成深度神经网络的输入特征向量;利用训练后的深度神经网络模型进行在线推理,结合预设条件筛选规则输出设备的初始判定结果,并对疑似离线设备进行验证,通过主成分分析评估数据流与控制流比例的动态变化结合高阶熵模型分析流量分布的不确定性特性,对验证列表中的设备状态进行复核,持续离线则执行IP地址回收操作;提高了设备状态判定的准确性和IP地址管理效率。
技术关键词
状态实时检测
深度神经网络模型
生成深度神经网络
离线
时间段
特征选择算法
分布特征
通信流量数据
列表
IP地址检测技术
动态变化特征
字段
设备通信
设备状态判定
数据采集模块
主成分分析方法
在线
高维特征向量
系统为您推荐了相关专利信息
反演方法
多尺度特征融合
仿真模型
雷达
重构模块
健康档案信息
宠物健康
融合特征
样本
图像特征提取
电子设备标识
移动热点
列表
地理位置信息
GeoHash算法
性能指标数据
有向无环图
强化学习模型
节点
注意力