公开(公告)号：CN103795723B

公开(公告)日：2017-02-15

申请号：CN201410040847.2

申请日：2014-01-28

申请人： 河南科技大学

发明人： 郑瑞娟 ,  吴庆涛 ,  张明川 ,  魏汪洋 ,  马正朝 ,  李腾昊 ,  李晨

IPC分类号： H04L29/06

摘要： 本发明公开一种分布式物联网安全态势感知方法，包括运用工具从物联网中提取事件特征，将所提取的特征按顺序组合为相应的特征集合，采用主成分分析法对步骤一中得到的特征集合进行特征约简，采用Help-Training算法对约简之后的特征进行机器学习，将要感知的信息输入机器学习引擎，输出为安全事件类型，将安全事件类型映射为一个具体态势值，设置一个时间阈值，节点按照固定的时间间隔交互信息，在时间到达后，节点采用距离向量算法向邻近的感知节点发送训练数据集；本方法采用主成份分析约简安全事件属性特征，降低属性特征维数，对约简后的属性特征采用增量自学习方法进行数据训练，从而减少系统训练时间，提高系统的泛化能力。

公开(公告)号：CN103812696A

公开(公告)日：2014-05-21

申请号：CN201410040848.7

申请日：2014-01-28

申请人： 河南科技大学

发明人： 张明川 ,  郑瑞娟 ,  吴庆涛 ,  魏汪洋 ,  马正朝 ,  李腾昊 ,  汪兴

IPC分类号： H04L12/24 ,  H04L12/26

摘要： 一种基于混合蛙跳算法的物联网节点信誉评估方法，分析物联网中节点的局域特征，计算物联网自治域中的节点的重要性，将计算后的节点重要性作为节点筛选的依据，利用混合蛙跳算法对节点进行聚类，选取节点重要性较高的一类节点作为信誉评估的邻居节点，根据信誉评估算法，使用邻居节点对需要评估的节点进行信誉评估，根据节点当前信誉和历史信誉计算出更为准确的节点信誉值，设定阈值，将节点信誉值与该阈值进行比较判定节点是否可信；当信誉值低于设定阈值时，则判定节点为不可信节点，否者为可信节点；本发明能够有效避免传统信誉评估系统中出现的不可信节点对评估结果产生干扰的问题。

公开(公告)号：CN103812696B

公开(公告)日：2017-07-28

申请号：CN201410040848.7

申请日：2014-01-28

申请人： 河南科技大学

发明人： 张明川 ,  郑瑞娟 ,  吴庆涛 ,  魏汪洋 ,  马正朝 ,  李腾昊 ,  汪兴

IPC分类号： H04L12/24 ,  H04L12/26

摘要： 一种基于混合蛙跳算法的物联网节点信誉评估方法，分析物联网中节点的局域特征，计算物联网自治域中的节点的重要性，将计算后的节点重要性作为节点筛选的依据，利用混合蛙跳算法对节点进行聚类，选取节点重要性较高的一类节点作为信誉评估的邻居节点，根据信誉评估算法，使用邻居节点对需要评估的节点进行信誉评估，根据节点当前信誉和历史信誉计算出更为准确的节点信誉值，设定阈值，将节点信誉值与该阈值进行比较判定节点是否可信；当信誉值低于设定阈值时，则判定节点为不可信节点，否者为可信节点；本发明能够有效避免传统信誉评估系统中出现的不可信节点对评估结果产生干扰的问题。

公开(公告)号：CN103795723A

公开(公告)日：2014-05-14

申请号：CN201410040847.2

申请日：2014-01-28

申请人： 河南科技大学

发明人： 郑瑞娟 ,  吴庆涛 ,  张明川 ,  魏汪洋 ,  马正朝 ,  李腾昊 ,  李晨

IPC分类号： H04L29/06

摘要： 本发明公开一种分布式物联网安全态势感知方法，包括运用工具从物联网中提取事件特征，将所提取的特征按顺序组合为相应的特征集合，采用主成分分析法对步骤一中得到的特征集合进行特征约简，采用Help-Training算法对约简之后的特征进行机器学习，将要感知的信息输入机器学习引擎，输出为安全事件类型，将安全事件类型映射为一个具体态势值，设置一个时间阈值，节点按照固定的时间间隔交互信息，在时间到达后，节点采用距离向量算法向邻近的感知节点发送训练数据集；本方法采用主成份分析约简安全事件属性特征，降低属性特征维数，对约简后的属性特征采用增量自学习方法进行数据训练，从而减少系统训练时间，提高系统的泛化能力。