Resumen

Con la creciente aplicación en los dominios de la informática ubicua y consciente del contexto, el Internet de las cosas (IoT) está ganando importancia. El estudio para explotar y gestionar eficientemente los recursos de espectro para aplicaciones industriales de IoT (IIoT) actualmente es de interés para la comunidad de investigación. A medida que un número creciente de dispositivos IIoT se dirige hacia la sociedad conectada del futuro con el costo de una alta complejidad del sistema, para satisfacer las crecientes demandas de comunicación inalámbrica en el futuro, la tecnología de IoT cognitivo (CIoT) se considera una opción. La detección confiable de los huecos de espectro vacíos es una tarea vital en la red de CIoT con datos. Sin embargo, el rendimiento de la detección de espectro se degrada severamente con la existencia de usuarios maliciosos (MUs) que falsifican los resultados de detección al informar datos falsos al centro de fusión (FC). En este documento, nos centramos en el uso de la optimización

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Aplicaciones; Internet de las cosas; IIoT; IoT cognitivo; Detección de espectro; Optimización por enjambre de partículas
• Keywords:Applications; Internet of Things; IIoT; Cognitive IoT; Spectrum sensing; Particle swarm optimization