一种基于图卷积的物联网安全检测方法及系统技术方案

本发明专利技术公开了一种基于图卷积的物联网安全检测方法及系统，通过初始化物联网，物联网的基站全网广播初始化信息，通过各节点与基站之间的信号强度构建网络连通图，对图卷积网络模型进行训练得到训练好的模型，通过训练好的模型对各个节点的出入流量进行预测得到各个节点的预测流量，通过预测流量对网络连通图中各个节点的通信路径进行调整获得优化路径，避免了在由于局部数据拥塞导致的物联网数据传输高延迟问题，能够以局部通信代价最小的节点作为基础根节点构建下一层次的网络，保证网络的关键性的主路由为最大的信号强度的路由，能够保证整体上的网络流量通畅性，提高网络的整体性能，动态的降低网络局部时延。动态的降低网络局部时延。动态的降低网络局部时延。

A method and system of Internet of things security detection based on graph convolution

【技术实现步骤摘要】
一种基于图卷积的物联网安全检测方法及系统


[0001]本专利技术属于物联网
、网络通信
、图卷积
，具体涉及一种基于图卷积的物联网安全检测方法及系统。

技术介绍

[0002]在物联网通信的现有技术中，一般是根据物联网的各个网络节点的数据流量的周期性通过图卷积网络模型或者CNN神经网络模型对网络的流量进行预测。或者，采用注意力机制进行建模进行流量预测并与周期流量之间的时空相关性，但是注意力机制忽略了不同周期流量，也并忽略了信号强度等网络关键性指标。可能会导致局部数据拥塞，从而使物联网数据传输整体上产生高延迟问题。

技术实现思路

[0003]本专利技术的目的在于提出一种基于图卷积的物联网安全检测方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0004]为了实现上述目的，根据本专利技术的一方面，提供一种基于图卷积的物联网安全检测方法，所述方法包括以下步骤：
[0005]S100，初始化物联网，物联网的基站全网广播初始化信息，物联网中各节点收到初始化信息后发送与基站间的信号强度回基站；
[0006]S200，通过各节点与基站之间的信号强度构建网络连通图；
[0007]S300，采集一定时间内网络连通图中各个节点的出入流量数据构造训练集和测试集，通过训练集对图卷积网络模型进行训练，并采用测试集进行测试；训练并测试完成后，得到训练好的模型；
[0008]S400，通过训练好的模型对各个节点的出入流量进行预测得到各个节点的预测流量；
[0009]S500，通过预测流量对网络连通图中各个节点的通信路径进行调整获得优化路径。
[0010]进一步地，在S100中，物联网中至少包括基站、多个节点；所述节点至少包括温度传感器、湿度传感器或者电磁传感器中任意一种，所述节点还包括MCU微控制单元、电池和存储器；电源模块；所述基站至少包括用于采集各个节点传输的数据的服务器，与各个节点通过有线或者无线方式连通。
[0011]进一步地，初始化物联网为：在一个选定的区域内随机播撒各个节点，并且启动各个节点的电源。
[0012]进一步地，出入流量为节点之间通信的网络流量或者数据包的数量。
[0013]进一步地，在S200中，通过各节点与基站之间的信号强度构建网络连通图的方法为：
[0014]S201，对每个节点对应设置一个状态标记arr，arr的值为True或者False，当arr为
True时，表示节点已经加入网络连通图，当arr为False时，表示节点还没加入网络连通图；初始化设置arr的值为False；令网络连通图由顶点集V和边集E组成,记为G＝(V,E)；顶点集V中初始化为将基站作为顶点加入V中；
[0015]S202，如果存在状态标记arr的值为False的节点，在状态标记arr的值为False的节点中获取与基站的信号强度最小的节点记为minNode；记minNode与除基站之外的各个节点之间信号强度最小的节点为TempNode；如果不存在状态标记arr的值为False的节点，转到步骤S207；
[0016]S203，以基站与minNode之间通信的时延为Delay1,以基站与TempNode之间通信的时延为Delay2；监测从初始化物联网的时间T1开始到当前时间中Delay1的最大值MaxD1、最小值MinD1，监测从初始化物联网的时间T1开始到当前时间中Delay2的最大值MaxD2、最小值MinD2，
[0017]S204，计算差值时间段t1＝Max(MaxD1,MaxD2)
‑
Min(MinD1,MinD2)；Max函数为取两个值之间的最大值，Min函数为取两个值之间的最小值；
[0018]S205，取最近一个差值时间段t1内的minNode和TempNode之间的信号强度的最大值RSU1，取最近一个差值时间段t1内所有状态标记arr的值为False的节点互相之间的信号强度的最大值的平均值aveU；当U1≥aveU时，将minNode和TempNode作为顶点加入到顶点集V，构建minNode和TempNode之间的通信链路作为边加入到边集E，并将minNode和TempNode的状态标记arr设置为True，转到步骤S202；当U1＜aveU时，转到步骤S206；
[0019]S206，取最近一个差值时间段t1内所有状态标记arr的值为False的节点与minNode之间的信号强度的最大值的节点记为PowNod；如果PowNod的状态标记arr的值为False，则将minNode和PowNod作为顶点加入到顶点集V，构建minNode和PowNod之间的通信链路作为边加入到边集E，并将minNode和TempNode的状态标记arr设置为True，转到步骤S202；如果PowNod的状态标记arr的值为True，则将PowNod的状态标记arr设置为False，转到步骤S202；(以PowNod为基础根节点构建下一层次的网络，保证网络的关键性主路由为最大的信号强度)；
[0020]S207，获得由顶点集V和边集E组成的网络连通图G＝(V,E)。
[0021]进一步地，在S300、S400中，所涉及的图卷积网络模型为参考文献：向敏,饶华阳,张进进,基于图卷积神经网络的软件定义电力通信网络路由控制策略[J].电子与信息学报,2021,43(2):8，或者公开号为CN111489013A《一种基于时空多图卷积网络的交通站点流量预测方法》的专利文献中的图卷积神经网络。
[0022]进一步地，在S500中，通过预测流量对网络连通图中各个节点的通信路径进行调整获得优化路径的方法为：
[0023]S501，通过训练好的图卷积网络模型获取网络连通图G＝(V,E)的点集V＝{v
i
}中第i个节点v
i
到第i1个节点v
i1
在下一个差值时间段t1内的预测流量为y(v
i,i1
)；v
i
为点集V中第i个节点；变量i∈[1,N],变量i1∈[1,N1]，令i≠i1，N为点集V中节点的数量，N1为与节点i存在边的节点数量；
[0024]S502，获取点集V中第i个点v
i
到第i1个节点v
i1
在最近的一个差值时间段t1内对应的实际数据流量s(v
i,i1
)；
[0025]S503，依次计算网络连通图中各个节点v
i
的流速趋势值vTend(v
i
)的计算公式为，
[0026][0027]其中，exp为以自然常数e为底的指数函数，vTend(v
i
)为节点v
i
的流速趋势值；
[0028]S504，计算网络连通图中所有节点的流速趋势值的算术平均值记为AVEVTrend；令与网络连通图G中节点v
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图卷积的物联网安全检测方法，其特征在于，所述方法包括以下步骤：S100，初始化物联网，物联网的基站全网广播初始化信息，物联网中各节点收到初始化信息后发送与基站间的信号强度回基站；S200，通过各节点与基站之间的信号强度构建网络连通图；S300，采集一定时间内网络连通图中各个节点的出入流量数据构造训练集和测试集，通过训练集对图卷积网络模型进行训练，并采用测试集进行测试；训练并测试完成后，得到训练好的模型；S400，通过训练好的模型对各个节点的出入流量进行预测得到各个节点的预测流量；S500，通过预测流量对网络连通图中各个节点的通信路径进行调整获得优化路径。2.根据权利要求1所述的一种基于图卷积的物联网安全检测方法，其特征在于，在S100中，物联网中至少包括基站、多个节点；所述节点至少包括温度传感器、湿度传感器或者电磁传感器中任意一种。3.根据权利要求2所述的一种基于图卷积的物联网安全检测方法，其特征在于，所述节点还包括MCU微控制单元、电池和存储器；电源模块；所述基站至少包括用于采集各个节点传输的数据的服务器，与各个节点通过有线或者无线方式连通。4.根据权利要求1所述的一种基于图卷积的物联网安全检测方法，其特征在于，在S200中，通过各节点与基站之间的信号强度构建网络连通图的方法为：S201，对每个节点对应设置一个状态标记arr，arr的值为True或者False，当arr为True时，表示节点已经加入网络连通图，当arr为False时，表示节点还没加入网络连通图；初始化设置arr的值为False；令网络连通图由顶点集V和边集E组成,记为G＝(V,E)；顶点集V中初始化为将基站作为顶点加入V中；S202，如果存在状态标记arr的值为False的节点，在状态标记arr的值为False的节点中获取与基站的信号强度最小的节点记为minNode；记minNode与除基站之外的各个节点之间信号强度最小的节点为TempNode；如果不存在状态标记arr的值为False的节点，转到步骤S207；S203，以基站与minNode之间通信的时延为Delay1,以基站与TempNode之间通信的时延为Delay2；监测从初始化物联网的时间T1开始到当前时间中Delay1的最大值MaxD1、最小值MinD1，监测从初始化物联网的时间T1开始到当前时间中Delay2的最大值MaxD2、最小值MinD2，S204，计算差值时间段t1＝Max(MaxD1,MaxD2)
‑
Min(MinD1,MinD2)；Max函数为取两个值之间的最大值，Min函数为取两个值之间的最小值；S205，取最近一个差值时间段t1内的minNode和TempNode之间的信号强度的最大值RSU1，取最近一个差值时间段t1内所有状态标记arr的值为False的节点互相之间的信号强度的最大值的平均值aveU；当U1≥aveU时，将minNode和TempNode作为顶点加入到顶点集V，构建minNode和TempNode之间的通信链路作为边加入到边集E，并将minNode和TempNode的状态标记arr设置为True，转到步骤S202；当U1＜aveU时，转到步骤S206；S206，取最近一个差值时间段t1内所有状态标记arr的值为Fa...

【专利技术属性】
技术研发人员：李志梅，张万桢，颜亮，陈福东，杨华，刘志勇，吴玉萍，
申请(专利权)人：桂林航天工业学院，
类型：发明
国别省市：