买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福建迈威信息工程有限公司

摘要：本发明涉及物联网控制技术领域，且公开了一种物联网智能网关技术验证系统，包括多维采集模块、验证分析模块和网关管理模块。该物联网智能网关技术验证系统通过多维采集模块分类采集数据集，验证分析模块分析得到硬件逻辑树和软件逻辑树，再通过随机森林集成学习方法，综合得到完整的物联网智能网关逻辑树，多维度兼容稳定性高，验证分析模块通过GAN算法模型分析生成验证模型，不仅符合逻辑树的决策逻辑，还能按照逻辑树的决策逻辑灵活评估通信数据的安全程度，验证分析模块按照时间顺序依次评估通信数据，分析生成安全指数，网关管理模块判断通信数据的安全程度和验证模型的验证处理效率，并进行对应的管理措施，响应时间短实时处理能力佳。

主权项：1.一种物联网智能网关技术验证系统，包括物联网智能网关装置和物联网智能网关软件，物联网智能网关装置和物联网智能网关软件之间通过网络互联，其特征在于：所述物联网智能网关技术验证系统包括多维采集模块、验证分析模块和网关管理模块；所述多维采集模块包括硬件数据单元、软件数据单元和通信数据单元，所述硬件数据单元通过网络连接物联网智能网关装置采集硬件数据集，所述硬件数据集包括物联网智能网关装置中所有硬件组件的验证部署数据，所述软件数据单元通过网络连接物联网智能网关软件采集软件数据集，所述软件数据集包括所有物联网智能网关软件相关的安全配置数据，所述通信数据单元通过网络连接物联网智能网关装置和物联网智能网关软件采集实时数据集，所述实时数据集包括物联网智能网关验证过程中所有时间点的通信数据，所述多维采集模块通过网络将硬件数据集、软件数据集和实时数据集传输至验证分析模块；所述验证分析模块包括逻辑分析单元、深度学习单元和安全验证单元，所述逻辑分析单元根据硬件数据集和软件数据集，分析生成逻辑树，并通过网络传输至深度学习单元，所述深度学习单元设置有GAN算法模型，并结合逻辑树和实时数据集，分析生成验证模型，再通过网络传输至安全验证单元，所述安全验证单元将实时数据集代入验证模型，分析生成安全指数，所述验证分析模块通过网络将逻辑树、验证模型和安全指数传输至网关管理模块；所述网关管理模块根据验证模型和安全指数，判断通信数据的安全程度和验证模型的验证处理效率，并进行对应的安全管理措施；所述物联网智能网关装置中的硬件组件包括微处理器SoC、连接组件、嵌入式传感器和电路组件，所述硬件数据集的表达式为，表示微处理器SoC的验证速度数据和内存数据，表示连接组件的验证模式和距离数据，表示嵌入式传感器的数据种类，表示电路组件的部署顺序；所述物联网智能网关软件包括服务器操作系统和应用服务软件，所述软件数据集的表达式为，表示服务器操作系统的安全配置数据，表示应用服务软件的安全配置数据；所述实时数据集的表达式为，至依次对应物联网智能网关装置和物联网智能网关软件中每个时间点的通信数据，表示通信数据开始传输时的时间点，表示通信数据的来源，1至表示等待物联网智能网关验证的通信数据有组；所述逻辑树计算公式如下： ；公式中，表示逻辑树，表示综合硬件数据集中所有硬件组件的验证部署数据，分析得到硬件逻辑树，表示综合软件数据集中所有的安全配置数据，分析得到软件逻辑树，表示通过随机森林集成学习方法，将硬件逻辑树结合软件逻辑树，分析得到完整的物联网智能网关逻辑树；所述GAN算法模型包括生成器和判别器，并通过价值函数结合实时数据集，分析生成验证模型，其计算公式如下： ； ； ；公式中，表示验证模型，表示验证模型计算公式中评估通信数据是否安全的固定参数，即为安全筛选标准，表示综合实时数据集中符合安全筛选标准的通信数据，即为真实数据，表示真实数据分布，表示潜在空间的分布，表示判别器对输入真实数据的预测概率，表示生成器将随机向量映射到数据分布上的结果，表示从真实数据分布中正确识别的期望值，表示从生成器生成的数据分布中采样的数据被错误识别为真实数据的期望值，表示基于逻辑树的基础上，训练GAN算法模型并得到的最优解的生成器和判别器，即为验证模型；所述安全指数计算公式如下： ；公式中，表示安全指数，表示验证模型中评估通信数据是否安全的固定参数，即为验证标准，表示实时数据集中第组等待物联网智能网关验证的通信数据，表示验证模型按照时间顺序由早到晚依次评估组通信数据是否安全，通信数据与固定参数的比值，即为安全指数；所述验证模型设置有指数阈值和时差阈值，所述网关管理模块通过验证模型判断通信数据的安全程度，若单组通信数据的安全指数低于指数阈值时，表示该组通信数据的安全程度低，控制物联网智能网关装置和物联网智能网关软件隔离该组通信数据并拒绝提供访问服务。

全文数据：

权利要求：

百度查询： 福建迈威信息工程有限公司 一种物联网智能网关技术验证系统