典型文献
基于区块链和LSTM的物联网数据隐私保护框架
文献摘要：
为提高物联网(1oT)数据的安全性和隐私性,提出了结合区块链和深度学习的隐私保护安全框架.通过在雾节点和云节点上部署结合区块链和星际文件系统(IPFS)的数据存储模块,利用改进工作量证明的区块链,实现数据去中心化、安全性和可验证性,并利用IPFS显著降低了IoT节点的存储和通信成本.利用基于主成分分析的隐私保护模块进行数据转换,确保了数据在公用系统中的隐私性.最后,利用部署在雾节点和云节点上的基于长短时记忆网络(LSTM)的异常检测模块进一步验证隐私模块的输出.仿真实施和两个IoT公开数据集上的实验证明,所提系统有效改善了传统区块链网络延时大、存储和通信成本高的缺点,且能够高效检测IoT网络上的各种攻击行为.
文献关键词：
物联网;区块链;主成分分析;长短时记忆网络;隐私保护;异常检测
中图分类号：
作者姓名：
罗峰;辛月兰
作者机构：
济宁学院数学与计算机应用技术学院 济宁273155;青海师范大学物理与电子信息工程学院 西宁810008
文献出处：
引用格式：
[1]罗峰;辛月兰-.基于区块链和LSTM的物联网数据隐私保护框架)[J].国外电子测量技术,2022(07):145-151
A类：
1oT
B类：
物联网数据,数据隐私保护,隐私保护框架,隐私性,安全框架,雾节点,星际文件系统,IPFS,数据存储,存储模块,去中心化,可验证性,IoT,通信成本,数据转换,公用系统,长短时记忆网络,异常检测,检测模块,公开数据集,区块链网络,网络延时,高效检测,攻击行为
AB值：
0.341185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
