传统物联网设备指纹提取方法通常将流量中的隐私数据用于生成设备指纹并且采用手工设计特征的方式,在形成安全隐患的同时限制了模型的性能。针对上述问题,提出一种基于设备行为的物联网设备指纹深度提取方法(IoT device deep fingerprin...传统物联网设备指纹提取方法通常将流量中的隐私数据用于生成设备指纹并且采用手工设计特征的方式,在形成安全隐患的同时限制了模型的性能。针对上述问题,提出一种基于设备行为的物联网设备指纹深度提取方法(IoT device deep fingerprint extraction,IDFE)。IDFE将网络流量pcap文件划分为多个会话(sessions),并提取非隐私信息构建会话信息矩阵,设计了会话信息矩阵不同信息序列之间的依赖关系和会话数据包之间的时序依赖关系建模方法和融合方法,利用设计的全卷积Transformer提取融合后的会话特征矩阵中设备行为特征并生成设备指纹。在UNSW和YourThings两个公开数据集上进行了广泛的实验,验证了该方法的有效性。展开更多
为了使含有源电力滤波器(active power filter,APF)功能的光伏并网逆变器在指令电流超过逆变器的限值时具有良好的谐波补偿效果,分析了传统比例式限流和指令电流跟踪方法的不足,提出了一种自适应谐波选取限流与准比例谐振(proportional ...为了使含有源电力滤波器(active power filter,APF)功能的光伏并网逆变器在指令电流超过逆变器的限值时具有良好的谐波补偿效果,分析了传统比例式限流和指令电流跟踪方法的不足,提出了一种自适应谐波选取限流与准比例谐振(proportional resonant,PR)电流协调控制相结合的并网控制策略。自适应谐波选取限流策略可以在逆变器容量超限时针对性地选取危害大、含量高的谐波分量进行补偿,提高限流措施的有效性;准PR电流协调控制策略可以对指令电流中的各谐波分量进行单独控制,进一步提高谐波补偿的精确性。仿真结果表明,所提控制策略可以提高不同并网场景下的谐波补偿效果,验证了其可行性和有效性。展开更多
文摘传统物联网设备指纹提取方法通常将流量中的隐私数据用于生成设备指纹并且采用手工设计特征的方式,在形成安全隐患的同时限制了模型的性能。针对上述问题,提出一种基于设备行为的物联网设备指纹深度提取方法(IoT device deep fingerprint extraction,IDFE)。IDFE将网络流量pcap文件划分为多个会话(sessions),并提取非隐私信息构建会话信息矩阵,设计了会话信息矩阵不同信息序列之间的依赖关系和会话数据包之间的时序依赖关系建模方法和融合方法,利用设计的全卷积Transformer提取融合后的会话特征矩阵中设备行为特征并生成设备指纹。在UNSW和YourThings两个公开数据集上进行了广泛的实验,验证了该方法的有效性。
文摘为了使含有源电力滤波器(active power filter,APF)功能的光伏并网逆变器在指令电流超过逆变器的限值时具有良好的谐波补偿效果,分析了传统比例式限流和指令电流跟踪方法的不足,提出了一种自适应谐波选取限流与准比例谐振(proportional resonant,PR)电流协调控制相结合的并网控制策略。自适应谐波选取限流策略可以在逆变器容量超限时针对性地选取危害大、含量高的谐波分量进行补偿,提高限流措施的有效性;准PR电流协调控制策略可以对指令电流中的各谐波分量进行单独控制,进一步提高谐波补偿的精确性。仿真结果表明,所提控制策略可以提高不同并网场景下的谐波补偿效果,验证了其可行性和有效性。
