基于深度学习的物联网动态数据完整性检测方法

摘要

受到物联网动态采集数据质量的影响,导致传统的动态数据完整性检测方法存在检测精度低的问题,为此,提出了基于深度学习的物联网动态数据完整性检测方法。首先分析物联网环境下的数据结构,并以此确定数据完整性的参考标准。选择PDP作为数据完整性的验证机制,利用硬件设备实时采集物联网中的动态数据,并利用深度学习理论中的循环神经网络算法实现对初始数据的处理,提升采集数据的质量。将物联网动态数据处理结果作为输入项,导入到完整性验证机制中,并在检测与数据更新协议的约束下,得出数据完整性的检测结果。通过与传统方法的对比实验得出结论:通过深度学习算法的应用,数据完整性的检测误差降低了约0.55%,且在时间开销方面更加具有优势。