TY -的A2 -默罕默德,沙菲克AU -杨,中国非盟- Abbasi Irshad Ahmed AU - Algarni法赫德AU -阿里,Sikandar AU -张,明珠PY - 2021 DA - 2021/03/10 TI -一个物联网对敌对袭击时间序列数据安全模型基于温度计编码SP - 5537041六世- 2021 AB -现在,一个物联网(物联网)设备由算法,数据集,和模型。由于深度学习方法的良好性能,许多设备综合训练有素的模型。物联网授权用户沟通和控制物理设备实现重要信息。然而,这些模型容易受到对手的攻击,这在很大程度上带来潜在风险的正常应用深度学习的方法。例如,很少改变甚至在物联网时间序列数据可能导致不可靠的或错误的决策。此外,这些变化可能是故意由后一个敌对的攻击策略。我们提出一个健壮的物联网数据分类模型基于encode-decode联合训练模型。此外,温度计编码作为一个非线性变换原始训练例子用来重建原始时间序列通过encode-decode模型实例。基于重建ResNet模型训练的例子更强劲对手的攻击。实验表明,经过训练的模型可以成功地抵抗攻击速度梯度信号方法在一定程度上,提高时间序列数据分类模型的安全性。 SN - 1939-0114 UR - https://doi.org/10.1155/2021/5537041 DO - 10.1155/2021/5537041 JF - Security and Communication Networks PB - Hindawi KW - ER -