| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-29页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 物联网简述 | 第12-14页 |
| 1.3 可信计算介绍 | 第14-21页 |
| 1.3.1 可信计算的发展 | 第14-16页 |
| 1.3.2 可信计算3.0体系架构 | 第16-17页 |
| 1.3.3 可信平台控制模块 | 第17-18页 |
| 1.3.4 可信软件基 | 第18-19页 |
| 1.3.5 可信网络连接 | 第19-21页 |
| 1.4 物联网安全机制研究现状 | 第21-26页 |
| 1.4.1 安全体系结构研究 | 第21-22页 |
| 1.4.2 感知层节点可信度量研究 | 第22-24页 |
| 1.4.3 感知层节点数据传输信息保护研究 | 第24-25页 |
| 1.4.4 研究现状总结 | 第25-26页 |
| 1.5 问题的提出 | 第26-27页 |
| 1.6 研究内容及主要贡献 | 第27页 |
| 1.7 论文组织结构 | 第27-29页 |
| 2 感知层节点可信度量技术 | 第29-51页 |
| 2.1 引言 | 第29-30页 |
| 2.2 感知层节点可信度量描述 | 第30-32页 |
| 2.3 感知层节点可信度量建模 | 第32-42页 |
| 2.3.1 相关符号说明 | 第33-34页 |
| 2.3.2 节点可信度量过程描述 | 第34-37页 |
| 2.3.3 协议安全性分析 | 第37-40页 |
| 2.3.4 协议功能性分析 | 第40-42页 |
| 2.4 感知层节点行为可信度量 | 第42-46页 |
| 2.4.1 感知层节点行为形式化描述 | 第42-43页 |
| 2.4.2 感知层节点行为直接可信度量方法 | 第43-44页 |
| 2.4.3 基于卷积神经网络的节点行为可信度量方法 | 第44-45页 |
| 2.4.4 感知层节点行为可信度量过程 | 第45-46页 |
| 2.5 实验仿真 | 第46-50页 |
| 2.5.1 实验参数设置 | 第46-48页 |
| 2.5.2 本节模型有效性评估 | 第48-50页 |
| 2.6 本章小结 | 第50-51页 |
| 3 面向感知层的物联网可信连接技术 | 第51-64页 |
| 3.1 引言 | 第51-52页 |
| 3.2 面向感知层的可信连接框架设计 | 第52-55页 |
| 3.2.1 可信连接架构TCA-BAM | 第52-53页 |
| 3.2.2 实体构成 | 第53页 |
| 3.2.3 架构层次 | 第53-54页 |
| 3.2.4 功能部件 | 第54页 |
| 3.2.5 框架连接过程 | 第54-55页 |
| 3.2.6 可信连接框架分析比较 | 第55页 |
| 3.3 感知层网络可信接入技术 | 第55-63页 |
| 3.3.1 基于对称算法的密钥分配方案 | 第55-56页 |
| 3.3.2 感知层网络可信接入机制 | 第56-57页 |
| 3.3.3 安全性分析 | 第57-61页 |
| 3.3.4 实验仿真 | 第61-63页 |
| 3.4 本章小结 | 第63-64页 |
| 4 感知层网络数据可信传输技术 | 第64-78页 |
| 4.1 引言 | 第64-65页 |
| 4.2 压缩感知基础 | 第65-66页 |
| 4.2.1 稀疏与可压缩信号 | 第65页 |
| 4.2.2 压缩采样 | 第65-66页 |
| 4.2.3 重建算法 | 第66页 |
| 4.3 数据可信传输 | 第66-69页 |
| 4.3.1 方案设计 | 第66-68页 |
| 4.3.2 感知数据异常检测 | 第68-69页 |
| 4.3.3 安全性分析 | 第69页 |
| 4.4 感知数据重构 | 第69-71页 |
| 4.4.1 重构算法 | 第69-70页 |
| 4.4.2 算法解析 | 第70-71页 |
| 4.5 实验结果与分析 | 第71-77页 |
| 4.5.1 数据可信传输实验 | 第71-75页 |
| 4.5.2 数据重构实验 | 第75-77页 |
| 4.6 本章结论 | 第77-78页 |
| 5 基于动态手势的物联网用户可信认证技术 | 第78-90页 |
| 5.1 研究背景 | 第78-79页 |
| 5.2 研究现状 | 第79-80页 |
| 5.3 基于动态手势的物联网用户身份认证流程 | 第80页 |
| 5.4 物联网用户动态手势运动学模式场计算 | 第80-83页 |
| 5.4.1 物联网用户动态手势散度场的计算 | 第80-81页 |
| 5.4.2 物联网用户动态手势旋度场的计算 | 第81页 |
| 5.4.3 物联网用户动态手势对称场和反对称场的计算 | 第81-82页 |
| 5.4.4 物联网用户动态手势梯度张量场的计算 | 第82-83页 |
| 5.4.5 物联网用户动态手势应变张量场和自旋张量场的计算 | 第83页 |
| 5.5 基于多实例的物联网用户运动学模式学习建模 | 第83-85页 |
| 5.5.1 对物联网用户运动学的时空轴PCA降维 | 第83-84页 |
| 5.5.2 多实例运动学模式学习模型的构建 | 第84-85页 |
| 5.6 实验验证和分析点 | 第85-89页 |
| 5.6.1 物联网用户动态手势库建立 | 第85-86页 |
| 5.6.2 实验设计 | 第86页 |
| 5.6.3 实验结果和分析 | 第86-89页 |
| 5.7 本章小结 | 第89-90页 |
| 6 总结与展望 | 第90-92页 |
| 6.1 研究总结 | 第90页 |
| 6.2 展望 | 第90-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-105页 |
| 附录 | 第105-106页 |
| 攻读博士学位期间参加的课题 | 第106页 |
