基于PyTorch深度学习库的物联网恶意行为检测框架

物联网生态系统和物联网骨干网络中的不同设备提供的可靠服务是智慧城市服务安全可靠的前提。为了提供安全可靠的智慧城市服务，需要建立入侵检测机制来检测物联网上的恶意行为和入侵活动。本文提出了一种基于PyTorch深度学习库的物联网骨干网络恶意行为检测框架。该框架采用多层感知器（MLP）、卷积神经网络（CNN）、深度神经网络（DNN）和自动编码器共四种不同的深度学习模型来预测恶意攻击。本文使用UNSW-NB15和NSL-KDD99两个著名的数据集对所提出的框架进行了性能评估，并从准确性、RMSE和F1得分等方面对结果进行了分析。     

基于首要信道的无线认知传感器网络多信道广播协议

针对无线认知传感器网络的资源有限性和频谱动态分配,提出了基于首要信道半双工的无线认知传感器网络广播协议。在没有公共信道和时钟同步的情况下,该协议通过单个收发机的收发状态转换和信道表的交换进行网络的初始化。经过网络初始化,节点由首要信道形成拓扑,节点通过首要信道以半双工数据传送方式进行广播。仿真实验表明,与完全广播相比,该协议降低了广播延迟和开销,更利于应用于无线认知传感器网络。