شماره ركورد كنفرانس
5244
عنوان مقاله
تشخيص ناهنجاري توزيع شده بهبود يافته برمبناي خودرمزنگار در اينترنت اشيا
عنوان به زبان ديگر
Improved distributed anomaly detection using Autoencoder in IoT
پديدآورندگان
شعباني مصطفي mostafashabanigh@gmail.com دانشگاه صنعتي شيراز , بوشهريان اميد bushehrian@sutech.ac.ir دانشگاه صنعتي شيراز , محمودي داود davood.mahmoodi@gmail.com شركت گاز استان فارس
تعداد صفحه
5
كليدواژه
اينترنت اشياء , شهر هوشمند , تشخيص ناهنجاري توزيع شده , خود رمزنگار , الگوريتم فشرده سازي
سال انتشار
1401
عنوان كنفرانس
ششمين كنفرانس بين المللي شهرهاي هوشمند، اينترنت اشياء و كاربردها
زبان مدرك
فارسي
چكيده فارسي
بهره گيري از تكنولوژي اينترنت اشياء در نظارت بر سامانههاي شهري هوشمند مانند سامانههاي حمل و نقل شهري و شبكههاي انتقال آب، برق و گاز و با هدف تشخيص وقايع و رفتارهاي نامتعارف و ناهنجار مانند انواع خرابيها و سوء استفادهها امروزه بسيار مورد توجه قرار گرفته است. در اين راستا استفاده از الگوريتمهاي تشخيص ناهنجاري توزيع شده نيمه نظارتي با استفاده از شبكههاي عصبي خودرمزنگار موضوع تحقيقات گذشته بوده است. در اين رويكرد، ظرفيت پردازشي مورد نياز جهت آموزش خود رمزنگار، عدم دسترسي به دادههاي آموزشي كامل و ترافيك بالاي پيامهاي ارسالي در شبكه چالشهاي اصلي محسوب ميشوند. دو چالش اول در كارهاي گذشته مورد مطالعه و بررسي قرار گرفته و راهكاري براي چالش سوم با بهره گيري از الگوريتمهاي فشرده سازي و كدگذاري كارا در اين مقاله ارايه گرديده است. با پياده سازي يك بستر ارتباطي مبتني بر پروتكل MQTT و ابزار واسط Mosquitto كارايي دو الگوريتم فشرده سازي بدون خسارت به نام هاي هافمن و كدگذاري حسابي در فشرده سازي دادههاي سنسوري برچسب گذاري شده در لبه شبكه مورد مطالعه قرار گرفت. نتايج آزمايشات بر روي ديتاست ECG5000 نشان داد كه استفاده از الگوريتم هافمن ميتواند تا دو برابر ترافيك دادههاي سنسوري برچسب گذاري شده توسط خودرمزنگارها كه از لبه شبكه به ابر ارسال ميشوند را كاهش دهد. همچنين مشاهده شد كه به طور متوسط در دورههاي ارسال متوالي، روش كدگذاري حسابي فشرده سازي دادههاي سنسوري را با نرخ بالاتري نسبت به هافمن انجام ميدهد.
كشور
ايران
لينک به اين مدرک