Mise en œuvre de la technologie DNN utilisant un système de réseau de capteurs sans fil basé sur des applications IOT
Résumé
Le système basé sur l'Internet des objets intelligent proposé dans cette recherche vise à augmenter la précision du réseau et des applications en contrôlant et en surveillant le réseau. Il s'agit d'un réseau d'apprentissage profond. La structure de la couche invisible lui permet d'apprendre davantage. Une qualité de service améliorée est fournie par chaque nœud capteur grâce à un apprentissage profond modifié par des éléments et à la gestion de la capacité du tampon du réseau. Une technique d'apprentissage profond personnalisée peut être utilisée pour former un système capable de mieux se concentrer sur les tâches. Les chercheurs ont pu mettre en œuvre des calculs de capteurs sans fil avec une précision de 98,68 % et le temps d'exécution le plus rapide. Avec un
système basé sur des capteurs et un temps d'exécution court, cet article détecte et classe le proxy avec une précision de 99,21 %. Cependant, nous avons pu détecter et classer avec précision les intrusions et les types de proxy en temps réel dans cette étude, ce qui représente une amélioration significative par rapport aux recherches précédentes.
Mots-clés
Apprentissage profond, IOT intelligent, Précision, DNN, WSN.
Références
K. Haseeb, N. Islam, A. Almogren, et I. U. Din, “Cadre de prévention des intrusions pour un routage sécurisé dans l'internet des objets mobile basé sur wsn,” IEEE Access, vol. 7, pp. 185 496–185 505, 2019.
O. B. Mora-Sanchez, E. Lopez-Neri, E. J. Cedillo-Elias, E. Aceves-Martinez, et V. M. Larios, “Validation de l'infrastructure IoT pour la construction de solutions de villes intelligentes sur la plateforme Living Lab,” IEEE Transactions on Engineering Management, vol. 68, no. 3, pp. 899–908, juin 2021.
S. K. Swain et P. K. Nanda, “Contrôle de taux adaptatif basé sur la priorité dans les réseaux de capteurs sans fil : Une approche différentielle,” IEEE Access, vol. 7, pp. 112 435–112 447, 2019.
J. Li, Z. Xing, W. Zhang, Y. Lin, et F. Shu, “Suivi de véhicules dans les réseaux de capteurs sans fil via l'apprentissage par renforcement profond,” IEEE Sensors Letters, vol. 4, no. 3, pp. 1–4, 2020.
M. Shobana et S. Poonkuzhali, “Une nouvelle approche pour détecter les malwares IoT par des appels système en utilisant des techniques d'apprentissage profond,” dans 2020 International Conference on Innovative Trends in Information Technology (ICITIIT). IEEE, pp. 1–5, 2020.