基于机器学习的物联网异常流量检测方法

来源 :电子测试 | 被引量 : 0次 | 上传用户:einsun222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着物联网的广泛应用,物联网的安全问题受到越来越多的关注.针对物联网环境下异常网络流量问题,提出了基于机器学习的物联网异常流量检测方法.首先通过使用聚类算法分析物联网一段时间内网络数据的特征,然后使用连续假设检验算法对特征进行分类,并对恶意流量的空间分布进行二次特征分析.实验表明,相对于传统的异常流量检测方法,该检测方法具有更高的检测效率和精度.
其他文献
为解决传统技术检测准确度低的问题,设计基于随机振动的军用电子元器件多余物检测技术.同步采集、处理多余物检测波形数据,基于随机振动表达军用电子元器件多余物检测波形,生成多余物检测激励信号,实现军用电子元器件多余物检测.设计实例分析,结果表明,设计技术的检测准确度明显高于传统技术1、2,能够解决传统军用电子元器件多余物检测技术检测准确度低的问题.
伴随着我国全面进入到信息化时代当中,使得自动化技术越发的成熟,并已经十分广泛的应用到了各个领域当中.因此,为了推动社会的现代化进程,就需要各个行业的工作人员,提升自动化技术的掌握程度,并在电子信息工程设计过程中,实现更加深入的研究.本文就基于当下自动化技术,在电子信息工程设计中的应用,进行详细的阐述与分析,以此为相关领域的工作人员,提供一定的参考.
采用LLC谐振变换拓扑,结合分析当前的并联均流方式,提出一种数字式LLC谐振变换器均流技术.基于CAN总线通讯可实现模块间实时通信,从而实现并联系统的数字化均流.在MATLAB/Simulink下建立了全桥LLC并联系统的闭环仿真模型,实现了零电压开关,通过三环控制和PI算法相结合,对比加入此均流策略前后的输出电流波形差异,验证方案的可行性和优越性.