Resumen

El IIoT (Internet Industrial de las Cosas) ha ganado considerable atención y se ha aplicado cada vez más debido a su capacidad de detección y comunicación ubicua. Sin embargo, la característica dispersa de los datos de detección en redes distribuidas de IIoT puede plantear enormes desafíos para implementar medidas de protección de seguridad. Basado en el diseño de recopilación y reenvío de datos centralizado, este documento propone un enfoque novedoso de detección de anomalías para datos dispersos de IIoT, que puede colaborar exitosamente en la explotación de características adaptativas de CEEMDAN (Descomposición Modal Empírica Completa con Ruido Adaptativo) con una clasificación inteligente optimizadora. Además, en la explotación de características adaptativas de CEEMDAN, se diseña la entropía de energía de CEEMDAN basada en la selección adaptativa de IMF (Función de Modo Intrínseco) para extraer las características de detección de los datos dispersos de IIoT; en la clasificación inteligente optimiz

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:IIoT; Internet industrial de las cosas; Datos dispersos; Medidas de protección de seguridad; Enfoque de detección de anomalías; CEEMDAN; Ruido adaptativo; Clasificación inteligente optimizada; Entropía de energía; Función de modo intrínseco; OCSVM; Máquina de vectores de soporte de una clase; IABC; Colonia artificial de abejas mejorada; Algoritmo de inteligencia de enjambre; Producción industrial; Distribución de probabilidad; Distribución de energía; Eficiencia de detección.
• Keywords:Iiot; Industrial internet of things; Sparse data; Security protection measures; Anomaly detection approach; Ceemdan; Adaptive noise; Intelligent optimizing classification; Energy entropy; Intrinsic mode function; Ocsvm; One-class support vector machine; Iabc; Improved artificial bee colony; Swarm intelligence algorithm; Industrial production; Probability distribution; Energy distribution; Detection efficiency.