简介:摘要:着安全工作的日益完善,学界逐渐发现,识别工作人员心理情绪对顺利开展工作、预防风险有巨大意义,因此本文基于作业人员常产生的情绪,通过离散情绪模型理论将作业人员的情绪状态分为四类:正常、愉悦、紧张、恐惧。心电和脉搏信号作为常见的人体生理信号,容易因人受到情绪刺激而发生较大的变化。同时脉搏和心电信号较脑电信号的信号特征明显,方便利用可穿戴设备进行采集的优势,本文选用心电信号和脉搏信号用于识别作业人员的情绪变化。
简介:摘要:随着5 G通信的广泛应用,大量的物联网技术与服务出现在人们的视野中。随着大规模的物联网终端接入到互联网,其安全性问题也越来越突出。如何对物联网装置进行准确的身份辨识,并准确地获取其在互联网中的位置和状态,对于把握互联网中的安全形势十分关键。然而,现有的物联网标识技术还面临着标识粒度过大、依赖先验知识以及不适用于大规模应用等问题。针对以上问题,本项目拟研究一种新的基于 DNS流量的物联网设备识别方法,在无需任何先验知识的前提下,首先分析 DNS数据包中的文本,然后结合 RegularK-means算法,实现对物联网设备的初始聚类,再将各种类型下的文本输入到分类器中实现对物联网设备的识别,最终实现对物联网设备的识别。