8、物联网语义发现服务中的聚类与动态安全测试技术

物联网语义发现服务中的聚类与动态安全测试技术

物联网中的聚类方法

在物联网领域，异构性、动态性和可扩展性是关键需求。为满足这些需求，Sharma 等人在 2011 年首次提出了一种基于属性的物联网设备聚类方法。该方法利用设备的逻辑属性，使其独立于任何特定技术。同时，由于逻辑属性集可能随时间变化，分类机制需允许属性的修改。

下面是一些相关定义：
- 定义 4.1 ：属性用于描述设备并可对其进行分类。属性可以是物理属性（如序列号）或逻辑属性（如颜色）。
- 定义 4.2 ：值代表设备属性的特定实例。例如，红色是颜色属性的一个实例。
- 定义 4.3 ：一组可能的属性 - 值对（av - 对）可以完整地描述一个设备，被称为特征集（CS）。例如，一个智能相机的 CS 可能是 (制造商, “尼康”); (型号, “S20”); (颜色, “银色”); (WiFi, “是”); (相机, “是”); (所有者, “玛丽”)。

基于这些定义，Sharma 等人开发了一种分层、增量、在线的聚类算法 HiCHO，该算法有两个层次：第 0 层基于属性进行聚类，第 1 层基于属性 - 值对进行聚类。并且该算法的性能也得到了详细分析，其可行性和准确性得到了验证。

物联网领域的聚类有一些特定要求，具体如下：
|要求|说明|
| ---- | ---- |
|在线性|为支持物联网环境的动态性，聚类方法必须是在线的。因为聚类需使用逻辑属性来解决异构性问题，而这些属性的值可能随时间变化，最坏情况下属性本身也可能改变。|