22、智能家居中的物联网、深度学习与网络安全综述

智能家居中的物联网、深度学习与网络安全综述

1. 智能家居概述

智能家居可被定义为配备了传感器、中间件框架以及通信接口的住宅。这些设施能够预测并响应居民的需求，借助住宅内的技术提升居民的舒适度、愉悦感和安全性。智能家居可支持多种服务和自动化任务，从温度控制、智能气候调节系统到更复杂的需求，如监测居民的周边环境、跟踪其行为或健康状况等。

2. 智能家居中的人类活动识别

人类活动识别（HAR）是一个独特且具有挑战性的研究课题。其目的是根据预先布置和配置的各种传感器，确定单个或多个居民的活动。这些传感器包括运动传感器、压力识别器、RFID标签、电力分析仪等。HAR过程包含以下四个主要阶段：
- 预处理 ：从传感器数据流中分离原始数据，处理数据不足问题，去除噪声和重复数据，并进行数据标准化和标注。
- 特征提取 ：从原始数据中分离特征，作为机器学习的输入。
- 特征选择 ：减少特征数量，提高特征质量，降低分类所需的计算量。
- 分类 ：使用人工智能和机器学习识别给定的活动。

HAR框架的总体目标是取代家庭内的大部分或全部人类任务，通过预测活动并在必要时予以确认，或满足居民预先定义的需求。例如，借助传感设备，HAR框架可以监测居民的健康问题，并在紧急情况下提醒医疗服务机构。

3. 用于人类活动识别的神经网络算法

在人类活动识别领域，与其他机器学习算法相比，神经网络最近展现出了相当高的熟练度和精度。
- AC