[发明专利]一种物联网安全预警系统

摘要

本发明涉及物联网安全技术领域，公开了一种物联网安全预警系统，包括边缘计算装置和AI哨兵终端，其中，所述边缘计算装置部署在物联网进出口处且星型连接所述AI哨兵终端和若干物联网终端。如此在所述边缘计算装置上通过在物联网络侧进行基于卷积神经网络方法的网络流量异常识别训练及识别预测，可以代替物联网终端来感知网络流量异常情况，并在识别出网络异常情况时，可以第一时间中断物联网终端收发数据，以及通过AI哨兵终端进行及时告警，从而在无需增强现有物联网设备自身存储及计算能力的情况下，能够有效规避外界设备对物联网设备的可能恶意攻击或数据窃取风险，保障物联网设备的数据安全及硬件安全，并可大大扩展适用范围。

主权项

1.一种物联网安全预警系统，其特征在于：包括边缘计算装置(1)和AI哨兵终端(2)，其中，所述边缘计算装置(1)部署在物联网进出口处且星型连接所述AI哨兵终端(2)和若干物联网终端(3)；所述边缘计算装置(1)用于针对第一物联网终端，按照如下步骤S101～S108进行安全异常识别：S101.获取第一物联网终端在不同单位时间内收发的多份第一网络数据以及标记各份第一网络数据的网络流量异常类型，其中，所述网络流量异常类型包括无异常类型和异常类型，并针对各种网络流量异常类型，对应第一网络数据的份数不少于100份；S102.针对各份第一网络数据，解析获取对应的网络流量特征值集合，其中，所述网络流量特征值集合包含有M²个不同维度的网络流量特征值，M为不小于3的自然数；S103.针对各份第一网络数据，根据对应的网络流量特征值集合生成对应的且具有M*M个像素点的第一网络流量特征灰度图；S104.将各份第一网络数据的第一网络流量特征灰度图及对应标记的网络流量异常类型作为一次训练样本，导入到卷积神经网络模型中进行网络流量异常识别训练，其中，将第一网络数据的第一网络流量特征灰度图作为样本输入数据，将与第一网络流量特征灰度图对应的网络流量异常类型作为样本校验数据；S105.获取第一物联网终端在最新单位时间内收发的第二网络数据；S106.针对第二网络数据，按照与处理第一网络数据相同的方式生成对应的且具有M*M个像素点的第二网络流量特征灰度图；S107.将第二网络数据的第二网络流量特征灰度图导入到经过所述步骤S104完成网络流量异常识别训练的卷积神经网络模型中进行网络流量异常识别预测，得到不同网络流量异常类型的归属概率；S108.判断网络流量异常类型为异常类型的归属概率是否超过第一阈值，若超过则判定出现网络流量异常，然后禁止第一物联网终端收发网络数据，以及将本次异常识别结果传送至所述AI哨兵终端(2)；所述AI哨兵终端(2)用于在收到异常识别结果时发出警报。