一种物联网边缘计算数据污染检测方法、系统及介质
摘要文本
本发明公开了一种物联网边缘计算数据污染检测方法、系统及介质。方法包括：获取初始样本数据；初始样本数据包括原始数据集S以及不同噪声比例的高斯噪声产生的数据集G；构建基线模型，基线模型包括残差网络和基础网络；基于初始样本数据进行训练，直到预设的基线模型的复合损失函数收敛，得到训练好的基线模型；使用数据集G和预设的污染样本数据集F对训练好的基线模型进行检测，使用残差网络提取原始数据集S的样本特征得到第一特征图，使用基础网络对数据集G的样本特征进行卷积得到第二特征图，将第一特征图、第二特征图进行数据融合，输出数据污染检测结果。通过本发明解决物联网边缘计算面临的数据安全问题，减少训练和学习的数据量。。专利查询网
申请人信息
- 申请人:无锡学院
- 申请人地址:214105 江苏省无锡市锡山区锡山大道333号
- 发明人: 无锡学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种物联网边缘计算数据污染检测方法、系统及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311268694.2 |
| 申请日 | 2023/9/28 |
| 公告号 | CN117473308A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | G06F18/214 |
| 权利人 | 无锡学院 |
| 发明人 | 刘苗; 郭亚茹; 韩连福; 曹悦; 王楠 |
| 地址 | 江苏省无锡市锡山区锡山大道333号 |
专利主权项内容
1.一种物联网边缘计算数据污染检测方法，其特征在于，包括以下步骤：步骤1：获取初始样本数据；所述初始样本数据包括原始数据集S以及不同噪声比例的高斯噪声产生的数据集G；步骤2：构建基线模型；基于所述初始样本数据进行训练，直到预设的基线模型的复合损失函数收敛，得到训练好的基线模型；步骤3：使用数据集G和预设的污染样本数据集F对训练好的基线模型进行检测，提取原始数据集S的样本特征得到第一特征图，对数据集G的样本特征进行卷积得到第二特征图，将第一特征图、第二特征图进行数据融合，输出数据污染检测结果；所述数据集G和污染样本数据集F通过经验模态分解EMD得到，所述验模态分解EMD具体为：构建高斯噪声样本：从原始数据集S各类别的样本中按照预先设置的比例随机抽取一批量样本，基于所述样本添加高斯噪声，得到高斯噪声样本，将高斯噪声样本作为数据集G添加进原始数据集S；构建污染样本：对从原始数据集S中部分随机标签数据进行破坏，实现原始数据集S的污染，得到污染样本数据集F，原始数据集S的污染比例按照预设的污染程度进行划分。。马 克 数 据 网