近年来物联网（Internet of Things,Io Ts）的发展日新月异,而作为物联网的核心技术之一,射频识别（Radio Frequency Identification,RFID）技术已被广泛应用到诸多领域,如物流追踪、仓库管理、交通运输、商品零售等,并取得了巨大经济效益。比如在仓库管理系统中,需要实时监测某些贵重物品,防止其丢失以造成巨大的损失。而在RFID系统中,丢失货物的检测则可以通过检测丢失标签来实现。但实际中可能存在大量未知标签会对丢失标签的检测产生干扰。因此,本文的主要研究内容是在含有未知标签的大规模RFID系统中对丢失标签进行检测。对此,本文提出了三个解决方法。首先,本文提出了TBMD（Two-Phase Bitmap Based Missing Tag Detection with Unknown Tags）方法,该方法引入帧时隙阿罗哈（Framed Slotted Aloha,FSA）协议来提高读写器与标签的通信效率。在第一个阶段中,TBMD通过已知标签映射的期望帧来失活未知标签。在第二阶段中,TBMD通过对比每个时隙的期望状态与真实状态来检测丢失的标签。其次,本文提出了SBFMD（Segmented Bloom Filter Based Missing Tag Detection for Large-Scale RFID Systems with Unknown Tags）方法,该方法通过引入分段布鲁姆过滤器（Bloom Filter）来分别失活未知标签和检测丢失标签。SBFMD方法的核心思想就是在两个阶段中剔除掉无用的时隙来提高执行效率。同时我们对SBFMD方法中的参数进行了理论地优化并进行了大量的仿真实验,实验结果表明SBFMD方法完全符合预期,并且比BMTD方法的执行效率提升了至少30%。最后,本文提出了EUMD（Efficient Slot Utilization Based Missing Tag Detection with Unknown Tags）方法。EUMD在第一阶段引入网格表,将网格表中的空时隙吸收到一个合成向量中,从而提升空时隙的比例,提高未知标签的失活效率。第二阶段中,EUMD通过ID右移的多哈希运算来提高单时隙的比例,从而提高丢失标签的检测效率。同时我们对EUMD方法中的参数进行了理论优化并进行了大量的仿真实验,仿真结果表明,EUMD的执行效率相较于MDUT可以提升接近30%。