[发明专利]一种基于边缘计算的物联网终端安全接入方法及系统

说明书

本发明公开了一种基于边缘计算的物联网终端安全接入方法及系统，所述方法包括:边缘计算设备分别对每一个合法感知设备进行射频辐射信号采集，得到采集结果；边缘计算设备对每个合法设备信号进行预处理，剔除离群点，然后对每一次采集信号进行数据归一化；边缘计算设备利用归一化后的数据进行特征生成，提取特征向量生成特征数据集,并将特征向量集传输到云端服务器；云端服务器选择分类算法生成数据模型，根据特征数据集对数据模型进行训练，得到决策模型传输给边缘计算设备。本发明在边缘计算侧进行数据处理和接入判断，适用于资源受限的物联网设备互联场景，具有计算复杂度低、认证准确率高的优势。

技术领域

本发明涉及无线终端的安全接入，尤其是基于边缘计算的物联网终端安全接入方法及系统。

背景技术

在未来无线通信系统中，智能设备涌入到无线网络中的数量将会成指数倍增长。无论是智慧城市，智能家居，智能物流，远程医疗，工业4.0、智能电网、智能传输，都将迎来万物互联的时代。根据CISCO公司的预测，到2020年，将有260亿物联网设备接入互联网[1]。这么多无线传感器的接入，必将带来一系列的安全问题，比如，海量采集数据的安全传输、安全接入认证、访问控制管理、设备数据隐私保护、存储安全等，采用传统云计算的云端系统不能满足实时控制、网络流量负荷重、网络不稳定、控制不可靠、安全与隐私保护无法得到保障等。

将边缘计算作为物联网(IoT)设备与远端云设备的桥梁，为IoT设备提供边缘智能服务，满足行业数字化在敏捷联接，实时业务，数据优化，应用智能，安全与隐私保护等方面的关键需求；边缘计算与云计算服务不同，其与接入终端的距离非常近，而且通常边缘端与终端设备只有一跳的距离，这就为采用物理特性进行安全保护提供了条件。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于边缘计算的物联网终端安全接入方法及系统，对合法感知设备的射频辐射信号进行采集，并对采集到的信号进行预处理、变换和特征提取，形成特征数据集，根据特征数据集对不同分类算法建立的模型进行训练，得到决策模型，传输给边缘计算设备，在边缘计算侧进行数据处理和接入判断，适用于资源受限的物联网设备互联场景，具有计算复杂度低、认证准确率高的优势。

本发明的目的是通过以下技术方案来实现的：一种基于边缘计算的物联网终端安全接入方法，包括以下步骤：

S1.边缘计算设备分别对每一个合法感知设备进行射频辐射信号采集，得到采集结果，其中，对第i个合法感知设备进行采集得到的结果为X_i^T＝(x^＜1＞T_i,x^＜2＞T_i,x^＜3＞T_i,....,x^＜l＞T_i)，该结果即第i个合法感知设备发出的射频辐射信号数据集，l＝(1,2,...,h)，h表示采集得到信号样本个数；

S2.边缘计算设备对每一个合法感知设备发出的射频信号数据集进行预处理和数据变换：对第i个合法感知设备发出的射频辐射信号数据集进行预处理，剔除数据集中的离群点，得到数据集并对数据集中的每一个信号样本特征进行数据归一化；

S3.对于每一个合法感知设备，边缘计算设备利用数据集中各个信号样本特征归一化后的数据进行特征生成，提取特征向量生成该合法感知设备所对应的特征向量集并将提取得到的特征向量集传输到云端服务器；

S4.云端服务器选择分类算法生成数据模型，并根据各合法感知设备对应的特征数据集T对数据模型进行训练，当训练得到的模型达到目标正确识别率时，将其作为决策模型进行输出，并传输给边缘计算设备。

其中，所述步骤S1中，对每一个合法感知设备的射频辐射信号采集包括以下子步骤：

S101.合法感知设备发送射频辐射信号；