基于机器学习的物联网应用动态安全卸载策略

摘要：

针对当前物联网任务卸载算法在延迟、能耗和安全方面存在的缺点,文章提出了一种基于机器学习的物联网应用动态安全卸载策略,通过使用机器学习策略,可以在雾-物联网(Fog-IoT)环境中实现高效、安全的卸载.首先,采用Neuro-Fuzzy模型在智能网关上保护数据;其次,使用粒子群优化为IoT设备选择一个最佳Fog节点;然后,通过智能网关将任务卸载到雾节点上,如果雾节点无法处理工作负载,则将其转发到云中,敏感数据保存在私有云,非敏感数据实施动态卸载策略进行卸载.实验结果表明,提出的动态安全卸载策略最大程度地减少了延迟和能耗,比其他现有算法更具优势.

关键词：物联网、雾计算、动态安全卸载、强化学习、Neuro-Fuzzy模型

所属期刊栏目：11

分类号：TP393(计算技术、计算机技术)

资助基金：2018年度江苏高校哲学社会科学研究基金项目"基于虚拟现实技术的教学方法研究"项目编号:2018SJA1239

在线出版日期：2020-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：111-115