[發(fā)明專利]一種基于人工智能的零信任物聯(lián)網(wǎng)終端設(shè)備身份認(rèn)證方法在審
| 申請(qǐng)?zhí)枺?/td> | 202210922866.2 | 申請(qǐng)日: | 2022-08-02 |
| 公開(kāi)(公告)號(hào): | CN115484053A | 公開(kāi)(公告)日: | 2022-12-16 |
| 發(fā)明(設(shè)計(jì))人: | 劉國(guó)良;徐宏;劉書(shū)涵;花志偉;李鑫;張杰;胡遨洋;朱重希 | 申請(qǐng)(專利權(quán))人: | 國(guó)網(wǎng)浙江省電力有限公司桐鄉(xiāng)市供電公司 |
| 主分類號(hào): | H04L9/40 | 分類號(hào): | H04L9/40;H04L9/32;H04L67/12;G06N3/04 |
| 代理公司: | 杭州杭誠(chéng)專利事務(wù)所有限公司 33109 | 代理人: | 劉正君 |
| 地址: | 314500 浙江省*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 人工智能 信任 聯(lián)網(wǎng) 終端設(shè)備 身份 認(rèn)證 方法 | ||
本發(fā)明公開(kāi)了一種基于人工智能的零信任物聯(lián)網(wǎng)終端設(shè)備身份認(rèn)證方法,攔截物聯(lián)網(wǎng)終端設(shè)備接入的所有通信數(shù)據(jù),提取物聯(lián)網(wǎng)終端設(shè)備屬性數(shù)據(jù),將提取的數(shù)據(jù)進(jìn)行樣本集構(gòu)建;將樣本集劃分為若干個(gè)重疊的滑動(dòng)窗口,并將其作為神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù),每個(gè)滑動(dòng)窗口數(shù)據(jù)形成一個(gè)矩陣,輸入層對(duì)這些矩陣進(jìn)行歸一化,并將這些歸一化結(jié)果作為輸入數(shù)據(jù),然后構(gòu)建CNN模型;每次對(duì)物聯(lián)網(wǎng)終端設(shè)備進(jìn)行數(shù)據(jù)采集時(shí),根據(jù)設(shè)備信息,輸入訓(xùn)練好的CNN模型生成動(dòng)態(tài)指紋信息用于物聯(lián)網(wǎng)終端設(shè)備身份認(rèn)證。通過(guò)神經(jīng)網(wǎng)絡(luò)模型生成動(dòng)態(tài)設(shè)備指紋,用于物聯(lián)網(wǎng)終端設(shè)備的身份認(rèn)證,提高物聯(lián)網(wǎng)終端數(shù)據(jù)傳輸?shù)陌踩裕苊庥脩羯矸菪畔⑿孤?/p>
技術(shù)領(lǐng)域
本發(fā)明涉及數(shù)字信息傳輸領(lǐng)域,尤其涉及一種基于人工智能的零信任物聯(lián)網(wǎng)終端設(shè)備身份認(rèn)證方法。
背景技術(shù)
隨著物聯(lián)網(wǎng)的快速發(fā)展,在日常生活中出現(xiàn)大量的物聯(lián)網(wǎng)設(shè)備,物聯(lián)網(wǎng)設(shè)備的使用需要先將物聯(lián)網(wǎng)設(shè)備的使用需要先將物聯(lián)網(wǎng)加入物聯(lián)網(wǎng)網(wǎng)絡(luò)中,物聯(lián)網(wǎng)設(shè)備一般是通過(guò)物聯(lián)網(wǎng)網(wǎng)關(guān)提供的無(wú)線信道連接物聯(lián)網(wǎng)網(wǎng)關(guān),經(jīng)物聯(lián)網(wǎng)網(wǎng)關(guān)接入物聯(lián)網(wǎng)網(wǎng)絡(luò)中,從而與物聯(lián)網(wǎng)網(wǎng)絡(luò)中各物聯(lián)網(wǎng)節(jié)點(diǎn)進(jìn)行通信。但是,物聯(lián)網(wǎng)終端的安全能力普遍較低,易成為攻擊者的突破口,當(dāng)物聯(lián)網(wǎng)終端的應(yīng)用程序存在邏輯缺陷或者編碼漏洞等問(wèn)題,當(dāng)大量設(shè)備同時(shí)接入時(shí),傳統(tǒng)的集中式安全認(rèn)證面臨巨大的性能壓力,將用戶身份信息存儲(chǔ)在半可信的端智能設(shè)備中,極易引發(fā)用戶身份信息,地理位置信息等隱私泄漏的問(wèn)題。
發(fā)明內(nèi)容
本發(fā)明是為了克服現(xiàn)有技術(shù)的物聯(lián)網(wǎng)終端數(shù)據(jù)采集傳輸時(shí)容易造成隱私泄漏的問(wèn)題,提供一種加密傳輸數(shù)據(jù)的基于人工智能的零信任物聯(lián)網(wǎng)終端設(shè)備身份認(rèn)證方法,提高數(shù)據(jù)傳輸?shù)陌踩浴?/p>
為實(shí)現(xiàn)上述目的,本發(fā)明采用以下技術(shù)方案:
一種基于人工智能的零信任物聯(lián)網(wǎng)終端設(shè)備身份認(rèn)證方法,包括
攔截物聯(lián)網(wǎng)終端設(shè)備接入的所有通信數(shù)據(jù),提取物聯(lián)網(wǎng)終端設(shè)備屬性數(shù)據(jù),將提取的數(shù)據(jù)進(jìn)行樣本集構(gòu)建;將樣本集劃分為若干個(gè)重疊的滑動(dòng)窗口,并將其作為神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù),每個(gè)滑動(dòng)窗口數(shù)據(jù)形成一個(gè)矩陣,輸入層對(duì)這些矩陣進(jìn)行歸一化,并將這些歸一化結(jié)果作為輸入數(shù)據(jù),然后構(gòu)建CNN模型;
每次對(duì)物聯(lián)網(wǎng)終端設(shè)備進(jìn)行數(shù)據(jù)采集時(shí),根據(jù)設(shè)備信息,輸入訓(xùn)練好的CNN模型生成動(dòng)態(tài)指紋信息用于物聯(lián)網(wǎng)終端設(shè)備身份認(rèn)證。通過(guò)神經(jīng)網(wǎng)絡(luò)模型生成動(dòng)態(tài)設(shè)備指紋,用于物聯(lián)網(wǎng)終端設(shè)備的身份認(rèn)證,提高物聯(lián)網(wǎng)終端數(shù)據(jù)傳輸?shù)陌踩裕苊庥脩羯矸菪畔⑿孤?/p>
作為優(yōu)選,所述物聯(lián)網(wǎng)終端設(shè)備屬性數(shù)據(jù)包括:設(shè)備ID、設(shè)備地理坐標(biāo)、網(wǎng)絡(luò)地址。
作為優(yōu)選,還包括對(duì)每一次傳送數(shù)據(jù)的物聯(lián)網(wǎng)終端設(shè)備進(jìn)行認(rèn)證,對(duì)認(rèn)證過(guò)程中的節(jié)點(diǎn)設(shè)備傳送的數(shù)據(jù)進(jìn)行加密傳輸。
作為優(yōu)選,所述對(duì)每一次傳送數(shù)據(jù)的物聯(lián)網(wǎng)終端設(shè)備進(jìn)行認(rèn)證,包括:
提取該次數(shù)據(jù)傳送的物聯(lián)網(wǎng)終端設(shè)備的屬性數(shù)據(jù),輸入訓(xùn)練好的CNN模型中生成第一設(shè)備指紋;
結(jié)合終端物聯(lián)網(wǎng)設(shè)備的設(shè)備ID、物聯(lián)網(wǎng)終端設(shè)備傳輸?shù)臄?shù)據(jù)以及第一設(shè)備指紋根據(jù)第一加密算法計(jì)算輸出第一簽名;
作為優(yōu)選,所述對(duì)認(rèn)證過(guò)程中的節(jié)點(diǎn)設(shè)備傳送的數(shù)據(jù)進(jìn)行加密傳輸,包括:
結(jié)合第一設(shè)備指紋和物聯(lián)網(wǎng)終端設(shè)備傳輸?shù)臄?shù)據(jù),根據(jù)第二加密算法計(jì)算,輸出第一加密數(shù)據(jù)。通過(guò)第一加密算法和第二加密算法兩種不同的加密算法類型,能夠更有效的對(duì)物聯(lián)網(wǎng)終端傳輸數(shù)據(jù)進(jìn)行加密,即使獲得物聯(lián)網(wǎng)終端設(shè)備的屬性數(shù)據(jù),沒(méi)有設(shè)備指紋也無(wú)法獲取物聯(lián)網(wǎng)終端設(shè)備的傳輸數(shù)據(jù)。
作為優(yōu)選,所述對(duì)認(rèn)證過(guò)程中的節(jié)點(diǎn)設(shè)備傳送的數(shù)據(jù)進(jìn)行加密傳輸,還包括:將第一加密數(shù)據(jù)、第一簽名和第一設(shè)備指紋一次首尾拼接,將拼接后的數(shù)據(jù)作為傳輸數(shù)據(jù)進(jìn)行傳輸。
作為優(yōu)選,所述對(duì)每一次傳送數(shù)據(jù)的物聯(lián)網(wǎng)終端設(shè)備進(jìn)行認(rèn)證,還包括:接收到傳輸數(shù)據(jù)后,根據(jù)拼接位點(diǎn)對(duì)傳輸數(shù)據(jù)進(jìn)行從后往前拆解,一次拆分為第一設(shè)備指紋、第一簽名和第一加密數(shù)據(jù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國(guó)網(wǎng)浙江省電力有限公司桐鄉(xiāng)市供電公司,未經(jīng)國(guó)網(wǎng)浙江省電力有限公司桐鄉(xiāng)市供電公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210922866.2/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評(píng)估方法及智能終端
- 人工智能倫理風(fēng)險(xiǎn)與防范虛擬仿真方法、系統(tǒng)和機(jī)器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險(xiǎn)防范方法
- 人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范虛擬仿真實(shí)驗(yàn)方法和機(jī)器人
- 基于人工智能體決策的人工智能倫理風(fēng)險(xiǎn)辨識(shí)和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范方法和機(jī)器人
- 用名稱空間和策略來(lái)調(diào)整信任關(guān)系的方法和系統(tǒng)
- 一種用于實(shí)現(xiàn)可信可控網(wǎng)絡(luò)協(xié)議的方法
- 一種基于信任度評(píng)估的自適應(yīng)信任協(xié)商系統(tǒng)和方法
- 一種用于普適環(huán)境下實(shí)體信任值的預(yù)測(cè)方法
- 對(duì)等組警戒
- 一種面向車聯(lián)網(wǎng)的分層信任模型及其信任值計(jì)算方法
- 一種跨網(wǎng)數(shù)據(jù)安全交換設(shè)備
- 一種跨網(wǎng)數(shù)據(jù)安全交換設(shè)備
- 一種物聯(lián)網(wǎng)節(jié)點(diǎn)的信任度評(píng)價(jià)方法、裝置、設(shè)備及介質(zhì)
- 一種基于情境感知的在線學(xué)習(xí)社區(qū)學(xué)伴推薦方法及系統(tǒng)
- 物聯(lián)網(wǎng)信息融合方法、物聯(lián)網(wǎng)終端設(shè)備和物聯(lián)網(wǎng)平臺(tái)
- 物聯(lián)網(wǎng)系統(tǒng)、物聯(lián)網(wǎng)服務(wù)提供及監(jiān)控方法
- 物聯(lián)網(wǎng)設(shè)備及其聯(lián)網(wǎng)配置方法、智能終端及物聯(lián)網(wǎng)系統(tǒng)
- 一種物聯(lián)網(wǎng)用戶設(shè)備接入系統(tǒng)及接入方法
- 一種資源獲取方法和裝置
- 一種視聯(lián)網(wǎng)數(shù)據(jù)的發(fā)送方法及系統(tǒng)
- 一種基于視聯(lián)網(wǎng)的通信連接建立方法及系統(tǒng)
- 一種基于視聯(lián)網(wǎng)的通信連接建立方法及系統(tǒng)
- 一種視聯(lián)網(wǎng)信息的處理方法及裝置
- 一種訪問(wèn)視聯(lián)網(wǎng)終端的方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)





