摘要
无线自组网中基于行为预测的中继节点筛选方法及装置,涉及网络通信技术领域。本发明解决了现有无线自组网中节点异常检测方法存在分类单一、所采集信息片面的问题。本发明方法通过主控中心以周期为单位周期性收集网络内各节点的行为数据,实现全局信息整合,显著提升了检测的全面性与准确性,主控中心结合历史行为特征,利用神经网络模型预测节点未来一段时间内的可信状态,实现对节点的动态分类——包括可信任节点、受干扰节点、恶意节点;本方法通过引入神经网络模型对节点行为的时序建模与多维度分类,准确定位可信任节点、受干扰节点和恶意节点,实现分类多样样和准确性。本发明主要应用在无线自组网的通信中。
技术关键词
中继节点
筛选方法
无线自组网络
节点异常检测方法
引入神经网络模型
数据
日志
节点状态预测
全局信息整合
时序
源节点
长短期记忆网络
存储设备
周期性
协议
网络通信技术