基于监督学习的规则触发执行预测方法研究

摘要：

针对物联网(IoT)规则引擎在实际应用中,由于外部、内部用户以及系统本身的不安全因素引起的控制及执行安全问题,提出了一种基于监督学习理论的规则触发执行设备控制预测方法(EasiPRED).首先,制定了物联网规则引擎的规则统一描述标准,便于规则的设置和管理;然后,基于主成分分析(PCA)方法提出了一种特征提取算法,分别对规则样本集进行降维以及规则特征提取,不仅保留了原有的特征信息,同时也降低了计算复杂度;最后,基于监督学习方法对规则样本集进行训练学习,预测规则在触发执行后的控制类别,并根据预测结果与实际规则的输出做一致性验证,以此判断控制行为的安全性.实验结果表明,EasiPRED能够有效地识别出不安全的控制规则,提高系统的整体安全性能,避免发生控制及执行安全事故.

关键词：物联网(IoT)规则引擎、不安全因素、控制安全、监督学习、控制类别

所属期刊栏目：31

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：113-121