本书从物联网技术发展现状、体系架构及演进趋势入手,设计物联网安全架构;在对物联网典型安全事件进行回顾的基础上,梳理物联网安全问题分类,提炼安全威胁和安全需求,提出物联网安全体系框架,引出物联网身份安全的重要性;深入介绍物联网安全认证技术,从传统身份认证机制、物联网身份认证方法入手,对基于生物特征的物联网身份认证方法和基于深度学习的声纹识别技术进行详细描述;介绍了生物特征识别技术中能够实用化、商业化的深度学习算法,并对典型的深度学习框架和平台进行了分析。本书可供物联网、深度学习、网络安全领域的专业技术人员,特别是从事物联网与网络安全方向的基础理论研究、工程设计、运营服务的人员,以及高等院校相关专业的师生参考。
内容简介
前言
第1章 物联网技术基础
1.1 物联网发展现状
1.2 物联网体系架构
1.3 物联网信息的三大特性
1.4 物联网体系架构的发展
1.5 小结
第2章 物联网安全架构
2.1 引言
2.2 物联网典型安全事件
2.3 物联网安全问题分类
2.4 物联网安全威胁分析
2.5 物联网安全需求分析
2.6 物联网安全体系框架
2.7 小结
第3章 物联网安全认证技术
3.1 引言
3.2 身份认证方式
3.3 物联网身份认证的特点
3.4 几种物联网身份认证方式
3.5 基于生物特征的物联网身份认证方法
3.6 基于深度学习的声纹识别技术
3.7 小结
本章参考文献
第4章 卷积神经网络技术
4.1 卷积运算
4.2 动机
4.3 池化
4.4 将卷积与池化作为一个无限强的先验
4.5 基本卷积函数的变体
4.6 结构化输出
4.7 数据类型
4.8 高效的卷积算法
4.9 随机或无监督的特征
4.10 小结
本章参考文献
第5章 序列建模:循环和递归网络
5.1 展开计算图
5.2 RNN
5.3 双向RNN
5.4 基于编码-解码的序列到序列架构
5.5 深度RNN
5.6 递归神经网络
5.7 长期依赖的挑战
5.8 回声状态网络
5.9 渗漏单元和其他多时间尺度的策略
5.10 长短期记忆和其他门控RNN
5.11 优化长期依赖
5.12 外显记忆
5.13 小结
本章参考文献
第6章 深度学习框架和平台的分析与对比
6.1 概述
6.2 深度学习框架
6.3 深度学习框架的分析与对比
6.4 深度学习平台
6.5 小结
