The embodiment of the invention discloses a detection method, device, device and computer readable storage medium for abnormal data in the edge computing environment of the Internet of Things. Among them, the method includes the edge fog nodes in wireless sensor networks to obtain the attribute data of existing dimensions collected by general nodes from the current edge computing environment of the Internet of Things, and fill them into the corresponding data tuples of the data acquisition model, and call the pre-constructed clustering model to cluster the collected multi-dimensional data, so as to realize the detection of abnormal data in the network data. The data acquisition model is a pre-constructed 7-tuple data structure, which includes class tuple, object tuple, proxy node tuple, data information type tuple, proxy node decision tuple, environment information tuple and group data tuple. The clustering model is used to classify the input data into normal or abnormal data cluster. The application technical scheme improves the detection accuracy of abnormal data in the edge computing environment of the Internet of Things.
【技术实现步骤摘要】
物联网边缘计算环境中异常数据的检测方法、装置及设备
本专利技术实施例涉及物联网网络安全
,特别是涉及一种物联网边缘计算环境中异常数据的检测方法、装置、设备及计算机可读存储介质。
技术介绍
物联网为一种按照一定的协议,将任何物品通过信息传感设备与互联网连接起来进行信息交换和共享,以实现智能化识别、定位、跟踪、监控和管理的无处不在的网络,从2009年提出“感知中国”以来,物联网已成为新兴战略性产业。从安全技术角度出发,针对物联网安全的技术包括以确保自身安全的认证技术,确保安全传输的密钥建立和分发机制,确保数据自身安全的数据加密等。这些技术都是被动的防范,没有对入侵的主动检测能力。而基于入侵检测的物联网安全技术为一种积极主动的防御技术,入侵检测系统主要通过监控整个网络和系统的状态、行为以及系统的使用情况来检测系统用户的越权使用以及系统外部入侵者对网络或系统进行入侵的企图,不仅可以检测来自外部的入侵,还可以监控内部用户的非授权行为。基于入侵检测系统的物联网安全体系作为保障物联网安全的重要体系,已成为当前物联网网络安全的研究热点。物联网与边缘计算的集成是当前研究热点之一。由于物联网边缘设备之间缺乏信任,不利于将物联网边缘计算作为外包计算服务。与传统的网络安全认证机制不同,如基于密码学的认证机制只能解决恶意节点发起的外部攻击,但是无法有效地防止由节点被俘引起的内部攻击。信任机制是解决网络内部攻击最有效的方法。通过对服务质量的判断,解决了提供相应访问控制的问题,通过保证所有通信设备在服务合作中都是可信的,使传统的安全服务更加可靠。物联网边缘计算正在遭受着各种恶意行 ...
【技术保护点】
1.一种物联网边缘计算环境中异常数据的检测方法,其特征在于,基于无线传感器网络中的边缘雾节点,包括:获取非边缘雾节点采集的目标数据,所述目标数据的结构基于预先构建的数据采集模型;调用预先构建的聚类模型对所述目标数据进行聚类处理,以检测所述目标数据中的异常数据;其中,所述数据采集模型为7元组数据结构,各元组中的数据由相对应的目标数据填充所得,所述数据结构包括类元组、对象元组、代理节点元组、数据信息类型元组、代理节点判定元组、环境信息元组及组数据元组;所述聚类模型用于将输入的数据分类到正常数据簇或异常数据簇。
【技术特征摘要】
1.一种物联网边缘计算环境中异常数据的检测方法,其特征在于,基于无线传感器网络中的边缘雾节点,包括:获取非边缘雾节点采集的目标数据,所述目标数据的结构基于预先构建的数据采集模型;调用预先构建的聚类模型对所述目标数据进行聚类处理,以检测所述目标数据中的异常数据;其中,所述数据采集模型为7元组数据结构,各元组中的数据由相对应的目标数据填充所得,所述数据结构包括类元组、对象元组、代理节点元组、数据信息类型元组、代理节点判定元组、环境信息元组及组数据元组;所述聚类模型用于将输入的数据分类到正常数据簇或异常数据簇。2.根据权利要求1所述的物联网边缘计算环境中异常数据的检测方法,其特征在于,所述类元组包括所在簇的簇头节点ID、所在簇的节点数量及簇完成的事件;所述对象元组包括传感器节点的ID、代理节点的ID及代理节点所在簇;所述数据信息类型元组包括发送的消息类型、消息交互的成功率、消息交互对象及接收的消息信号强度指示;所述环境信息元组包括节点剩余的能量、节点的交互次数、节点收集边缘计算环境中的数据;所述组数据元组包括节点加入网络时的组号及节点所在簇。3.根据权利要求1所述的物联网边缘计算环境中异常数据的检测方法,其特征在于,在所述调用预先构建的聚类模型对所述目标数据进行聚类处理,以检测所述目标数据中的异常数据之后,还包括:当所述目标数据中存在异常数据,确定所述异常数据对应的节点设备ID,以作为入侵节点。4.根据权利要求1所述的物联网边缘计算环境中异常数据的检测方法,其特征在于,在所述调用预先构建的聚类模型对所述目标数据进行聚类处理,以检测所述目标数据中的异常数据之后,还包括:当所述目标数据中存在异常数据,计算所述异常数据的数据量,并确定所述异常数据所属的第一节点;计算所述第一节点与待确定信任度的目标节点之间的全部数据量;判断所述异常数据的数据量与所述全部数据量的比值是否大于预设阈值;若是,则所述第一节点和所述目标节点不信任;若否,则所述第一节点和所述目标节点信任。5.根据权利要求1至4任意一项所述的物联网边缘计算环境中异常数据的检...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。