排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
为了提高无线传感网络中对Sybil攻击的检测精准度,提出基于MDP的无线传感网络Sybil攻击检测方法。采用近似梯度下降算法结合小波去噪法对无线传感网络信号展开去噪处理,进而利用马尔科夫决策过程(MDP)表示去噪后的无线传感网络信号,并对其展开跟踪,通过RSSI算法对Sybil攻击展开定位,实现无线传感网络中Sybil攻击检测。实验结果表明,所提方法的检测率为99.9%,误检率为0.06%,检测时间为0.4 s,该方法的检测率高、误检率低、检测效率高,可有效提高无线传感网络中对Sybil攻击的检测精准度。 相似文献
2.
在设备运行维护中,记录了设备运行状态的非结构化数据尚未被挖掘并利用。为此,基于深度学习思想,提取运行检修过程中产生的设备缺陷记录的语义信息,并结合结构化的检测数据信息,提出了一种多源异构数据融合的电力变压器状态评价方法。该方法首先建立可识别电气专业术语的自定义词典,利用深度语义学习网络构建缺陷记录与缺陷等级间的深层映射关系;继而将基于结构化数据的计算结果和基于非结构化数据的计算结果进行加权求和,得到了不同运行状态下的隶属度。实验结果表明,所提出的非结构化信息挖掘方法具有98%~99%的分类准确度,且基于多源异构数据的变压器运行状态评价准确度达96.67%,可较准确地评估设备运行状态。 相似文献
3.
4.
5.
6.
1