基于类神经网络的嵌入式系统攻击信号监测方法

• 作者: 陈珩 黄煜坤
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 类神经网络 嵌入式系统 攻击信号监测 信号特征提取
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 理论创新
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP277
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.07.050

摘要

针对传统攻击信号监测方法监测时数据迭代次数过多,占用资源的问题,研究基于类神经网络的嵌入式系统攻击信号监测方法.利用信号的相关性特性,检测攻击嵌入式系统的信号.在时域中提取检测到的信号的频率特征,并在循环谱中提取攻击信号的循环谱特征.根据提取的信号特征建立特征库,设计类神经网络分类器.使用训练集训练类神经网络分类器,确定分类器参数,实现对攻击信号的监测.通过与传统攻击信号监测方法的对比实验,证明了在完成相同工作任务量的情况下,基于类神经网络的嵌入式系统攻击信号监测方法的数据迭代次数更少,占用资源更少,性能更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄煜坤		8	11	2.0	3.0
2	陈珩		5	14	2.0	3.0