面向物联网环境的数据安全传输方案

发布时间：2021-06-09 23:28

　　大多数物联网环境中的设备存储资源有限,如传感节点,需要将物联网中的数据及时地传输到云服务器环境中,在带来便利的同时也伴随着各种安全问题。Li等人在IEEE/ACM Trans on Networking上发表了关于物联网环境下数据的安全高效传输方案,解决了在物联网装置存储有限的情况下如何保证海量数据的完整性问题,但是对于保证数据的机密性仍有一定欠缺。通过研究数据消息分组之间与加密系统结构的相关关联,提出了物联网环境下保证数据机密性基础上的数据安全传输方案。 

【文章来源】：计算机应用研究. 2020,37(S1)北大核心CSCD

【文章页数】：3 页

【部分图文】：

加密过程图示

性检测算法相比，本文算法中GMM模型可以更有效地模拟复杂的海上背景，提高了对海面波浪的抑制能力，检测结果更准确，鲁棒性能更好。图13不同场景下三种方法的检测结果表1实验结果对比/%方法准确率召回率基于阈值分割的检测算法66．1993．26基于视觉显著性的检测算法［21］80．2879．63本文检测算法97．9194．905结束语海上环境复杂，目标检测易受到波浪、船只尾迹、不同天气或海岸及岸边建筑物等因素的干扰。针对此技术难题，本文提出了一种根据海天线将图像对准定位的基于GMM海上运动目标检测算法，弥补了GMM背景减除法自身存在的不足。在后处理阶段，提出了多帧持久性滤波，减少了海杂波和船只尾迹的影响。本文利用多尺度滤波同时结合海天线形态特征和上下相邻区域颜色特征，将提取海天线的准确率提高到97．55%，提出的基于GMM的目标检测算法将海上目标检测的准确率和召回率分别提高到97.91%和94．90%。实验结果表明，该算法能够在较为复杂的海上环境中有效地检测目标，与其他传统的算法相比，能够更好地模拟存在较大浪花的复杂海上背景环境。研究一种具备更强抗干扰性能的无人艇目标检测技术具有极大的理论与应用价值，也是航行安全技术发展的必然趋势，在监视特定港口海湾的海运交通，救助遇难人员与船只，打击非法走私、捕鱼等方面都具有广阔的应用前景。然而，本文实现的算法对静止的船只、快速运动的舰船检测效果并不理想，除此之外，在岛岸场景突然出现时也会对检测结果造成干扰。为了更好地实现无人艇目标检测技术的抗干扰性能，未来将针对这些问题展开具体研究。同时设计一种分类器，对检测到的目标进行动态分类，将类别


本文编号：3221536