Resumen

Para mejorar la credibilidad de los resultados de las plataformas de análisis de big data en IoT, es necesario mejorar la calidad de los datos de IoT. Se han propuesto muchos métodos de detección para filtrar datos increíbles, pero existen ciertas deficiencias en cuanto a que el rendimiento no es alto, la detección no es completa y el proceso no es creíble. Por lo tanto, este documento propone un método de detección de credibilidad basado en el contexto del área para los datos de IoT, que puede detectar de manera efectiva anomalías puntuales, anomalías de comportamiento y anomalías contextuales. El rendimiento de la determinación del contexto y la detección de credibilidad de los datos del dispositivo que cumplen con las características del área es superior a los algoritmos similares. Según muestran los experimentos, el método propuesto puede alcanzar un alto nivel de rendimiento con más del 97% en métricas, lo que puede mejorar de manera efectiva la calidad de los datos de IoT.

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Mejorar; Credibilidad; Plataformas de análisis de big data; Datos IoT; Métodos de detección; Anomalías
• Keywords:Improve; Credibility; Big data analysis platforms; IoT data; Detection methods; Anomalies