掌桥专利:专业的专利平台
掌桥专利
首页

一种边缘计算网络中电磁干扰检测方法及检测系统

文献发布时间:2024-04-18 19:58:30


一种边缘计算网络中电磁干扰检测方法及检测系统

技术领域

本发明涉及电磁干扰检测领域,更具体地,涉及一种边缘计算网络中电磁干扰检测方法及检测系统。

背景技术

随着大数据的发展,边缘计算网络越来越广泛应用,边缘计算网络通过很多设备互相联系起来。

但是在设备进行数据通信的过程中,攻击者会对设备进行电磁干扰,利用电磁干扰来修改设备的数据,导致服务器作出错误的决定,因此,需要对边缘计算网络中的设备是否受到电磁干扰进行检测。

发明内容

本发明针对现有技术中存在的技术问题,提供一种边缘计算网络中电磁干扰检测方法及检测系统。

根据本发明的第一方面,提供了一种边缘计算网络中电磁干扰检测方法,包括:

采集边缘计算网络中多个设备的流量信号;

对每一个设备的流量信号进行分析,判定该设备是否受到若电磁干扰;

获取训练数据集,所述训练数据集中包括多个训练样本,每一个训练样本包括设备的流量信号和是否受到弱电磁干扰的标记;

基于所述训练数据集对LSTM-AE模型进行训练;

将待测设备的流量信号输入训练后的LSTM-AE模型,获取模型输出的待测设备是否受到弱电磁干扰的结果。

在上述技术方案的基础上,本发明还可以作出如下改进。

可选的,所述边缘计算网络包括多个设备和多个路由器网关,每一个设备接入路由器网关,通过路由器网关实时检测每一个设备的流量信号。

可选的,所述对每一个设备的流量信号进行分析,判定该设备是否受到若电磁干扰,包括:

实时检测每一个设备的流量信号的大小和流速,根据每一个设备的流量信号的大小和流速的变化趋势,判定该设备是否受到若电磁干扰。

可选的,所述根据每一个设备的流量信号的大小和流速,判定该设备是否受到若电磁干扰,包括:

若设备的流量信号的大小和流速在一段时间内发生突变,则判定该设备受到弱电磁干扰。

可选的,所述获取训练数据集,包括:

获取多个受到弱电磁干扰的设备的流量信号和多个未受到弱电磁干扰的设备的流量信号,组成训练数据集。

可选的,所述将待测设备的流量信号输入训练后的LSTM-AE模型,获取模型输出的待测设备是否受到弱电磁干扰的结果,之后还包括:

获取受到弱电磁干扰的被测设备在边缘计算网络中的位置,利用电磁干扰抑制器对边缘计算网络受到电磁干扰的位置进行电磁干扰抑制或屏蔽。

根据本发明的第二方面,提供一种边缘计算网络中电磁干扰检测系统,包括:

采集模块,用于采集边缘计算网络中多个设备的流量信号;

判定模块,用于对每一个设备的流量信号进行分析,判定该设备是否受到若电磁干扰;

第一获取模块,用于获取训练数据集,所述训练数据集中包括多个训练样本,每一个训练样本包括设备的流量信号和是否受到弱电磁干扰的标记;

训练模块,用于基于所述训练数据集对LSTM-AE模型进行训练;

第二获取模块,用于将待测设备的流量信号输入训练后的LSTM-AE模型,获取模型输出的待测设备是否受到弱电磁干扰的结果。

根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现边缘计算网络中电磁干扰检测方法的步骤。

根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现边缘计算网络中电磁干扰检测方法的步骤。

本发明提供的一种边缘计算网络中电磁干扰检测方法及检测系统,可实现对边缘计算网络中的每一个设备是否受到电磁干扰进行检测,进而对边缘计算网络中受到电磁干扰的位置进行电磁抑制屏蔽。

附图说明

图1为本发明提供的一种边缘计算网络中电磁干扰检测方法流程图;

图2为本发明提供的一种边缘计算网络中电磁干扰检测系统的结构示意图;

图3为本发明提供的一种可能的电子设备的硬件结构示意图;

图4为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。

图1为本发明提供的一种边缘计算网络中电磁干扰检测方法流程图,如图1所示,方法包括:

步骤1,采集边缘计算网络中多个设备的流量信号。

其中,边缘计算网络包括多个设备和多个路由器网关,每一个设备接入路由器网关,在设备通过路由器网关上网的过程中,可能会受到电磁干扰的影响,因此,需要对设备是否受到电磁干扰进行检测。通过路由器网关实时检测每一个设备的流量信号。

步骤2,对每一个设备的流量信号进行分析,判定该设备是否受到若电磁干扰。

作为实施例,所述对每一个设备的流量信号进行分析,判定该设备是否受到若电磁干扰,包括:实时检测每一个设备的流量信号的大小和流速,根据每一个设备的流量信号的大小和流速的变化趋势,判定该设备是否受到若电磁干扰。

其中,所述根据每一个设备的流量信号的大小和流速,判定该设备是否受到若电磁干扰,包括:若设备的流量信号的大小和流速在一段时间内发生突变,则判定该设备受到弱电磁干扰。

可理解的是,采集每一个设备流过路由器网关的流量信号,根据流量信号的大小和流速的变化趋势,比如,如果设备的流量的大小和流速在突然出现了突变现象,则判定该设备受到弱电磁干扰的影响,反之,则该设备未受到弱电磁干扰的影响。

步骤3,获取训练数据集,所述训练数据集中包括多个训练样本,每一个训练样本包括设备的流量信号和是否受到弱电磁干扰的标记。

作为实施例,所述获取训练数据集,包括:获取多个受到弱电磁干扰的设备的流量信号和多个未受到弱电磁干扰的设备的流量信号,组成训练数据集。

可理解的是,根据步骤2可判定边缘计算网络中每一个设备是否受到弱电磁干扰的影响,通过收集若干个受到电磁干扰的设备的流量信号,以及未受到电磁干扰的设备的流量信号,组成训练数据集。

步骤4,基于所述训练数据集对LSTM-AE模型进行训练。

步骤5,将待测设备的流量信号输入训练后的LSTM-AE模型,获取模型输出的待测设备是否受到弱电磁干扰的结果。

可理解的是,基于训练数据集对LSTM-AE网络进行训练,训练后的LSTM-AE模型可用来对边缘计算网络中的设备是否受到弱电磁干扰进行检测。在检测时,将待测设备的流量信号输入训练后的LSTM-AE模型,模型输出的待测设备是否受到弱电磁干扰的结果。

其中,若待测设备受到弱电磁干扰,则获取该被测设备在边缘计算网络中的位置,利用电磁干扰抑制器对边缘计算网络受到电磁干扰的位置进行电磁干扰抑制或屏蔽。

参见图2,为本发明提供的一种边缘计算网络中电磁干扰检测系统,包括采集模块201、判定模块202、第一获取模块203、训练模块204和第二获取模块205,其中:

采集模块201,用于采集边缘计算网络中多个设备的流量信号;

判定模块202,用于对每一个设备的流量信号进行分析,判定该设备是否受到若电磁干扰;

第一获取模块203,用于获取训练数据集,所述训练数据集中包括多个训练样本,每一个训练样本包括设备的流量信号和是否受到弱电磁干扰的标记;

训练模块204,用于基于所述训练数据集对LSTM-AE模型进行训练;

第二获取模块205,用于将待测设备的流量信号输入训练后的LSTM-AE模型,获取模型输出的待测设备是否受到弱电磁干扰的结果。

可以理解的是,本发明提供的一种边缘计算网络中电磁干扰检测系统与前述各实施例提供的边缘计算网络中电磁干扰检测方法相对应,边缘计算网络中电磁干扰检测系统的相关技术特征可参考边缘计算网络中电磁干扰检测方法的相关技术特征,在此不再赘述。

请参阅图3,图3为本发明实施例提供的电子设备的实施例示意图。如图3所示,本发明实施例提了一种电子设备300,包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311,处理器320执行计算机程序311时实现边缘计算网络中电磁干扰检测方法的步骤。

请参阅图4,图4为本发明提供的一种计算机可读存储介质的实施例示意图。如图4所示,本实施例提供了一种计算机可读存储介质400,其上存储有计算机程序411,该计算机程序411被处理器执行时实现边缘计算网络中电磁干扰检测方法的步骤。

本发明实施例提供的一种边缘计算网络中电磁干扰检测方法及检测系统,可实现对边缘计算网络中的每一个设备是否受到电磁干扰进行检测,进而对边缘计算网络中受到电磁干扰的位置进行电磁抑制屏蔽。

需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。

本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。

相关技术
  • 基于边缘计算的工业数据检测区块链网络架构及检测方法
  • 基于边缘计算的物联网弱电磁干扰攻击检测方法及系统
  • 基于边缘计算的物联网弱电磁干扰攻击检测方法及系统
技术分类

06120116498903