基于物联网的安全预警系统研究

发布时间：2022-08-09 12:41

　　随着物联网技术的不断发展以及物联网设备的日益增长,众多研究者逐渐开始将物联网与安全预警理论结合起来,充分利用各自优势,将其广泛应用于交通、工业制造、医疗卫生、灾害应急响应等领域。因此,对物联网背景下的安全预警系统进行深入研究,对人们的日常生产生活各个领域都有重大意义,其带来的智能化系统、高效管理、便捷监测也将产生重大经济效益。基于此,本文对基于物联网的安全预警系统进行研究,主要研究工作如下:（1）介绍了安全预警理论,依据本文核心内容,重点在系统安全预测和系统安全评价方面进行阐述,为安全预警系统研究提供理论支撑。（2）从物联网系统架构出发,先对其感知层、网络层和应用层三层网络架构进行研究,然后对云计算模型以及边缘计算模型进行分析比较,将二者有效结合,充分发挥优势,互相协同,建立云边协同的安全预警系统架构。（3）对现有比较常用的Kalman滤波预测算法与BP神经网络预测算法方法进行阐述分析研究,传统BP神经网络存在局部最优、收敛速度慢等问题,引入Kalman滤波对其改进,将Kalman滤波与BP神经网络有效结合起来,阐述Kalman-BP神经网络算法,并针对智能型电涌保护器所监测到的具体数... 

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 物联网发展概述
        1.2.2 基于物联网的安全预警系统研究现状
        1.2.3 安全预警算法研究现状
    1.3 本文主要研究内容及章节安排
第二章 系统安全预警理论
    2.1 安全系统工程基础
    2.2 系统安全预测
        2.2.1 回归分析法
        2.2.2 灰色系统预测法
        2.2.3 马尔柯夫预测法
        2.2.4 卡尔曼滤波预测法
        2.2.5 人工神经网络预测法
    2.3 系统安全评价
    2.4 本章小结
第三章 基于物联网的安全预警系统架构及分析
    3.1 物联网架构问题描述
    3.2 云计算与边缘计算及其协同
        3.2.1 云计算
        3.2.2 边缘计算
        3.2.3 云边协同
    3.3 基于物联网的安全预警系统架构
        3.3.1 云边协同的物联网系统架构
        3.3.2 基于物联网的安全预警系统架构
    3.4 本章小结
第四章 安全预测算法研究
    4.1 Kalman滤波算法
        4.1.1 Kalman滤波
        4.1.2 扩展Kalman滤波
    4.2 BP神经网络算法
        4.2.1 神经元模型
        4.2.2 BP神经网络模型
        4.2.3 BP神经网络算法及程序图
    4.3 Kalman-BP神经网络算法
    4.4 仿真结果分析
    4.5 本章小结
第五章 智能防雷安全预警系统
    5.1 开发背景及目的
    5.2 智能防雷安全预警系统
        5.2.1 系统拓扑
        5.2.2 系统功能
    5.3 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢



本文编号：3672576