可持续异构物联网网络管理的节能安全路由

异构物联网（H-IoT）被视为技术领域即将到来的工业和学术革命，连接了数十亿个物体和设备到互联网。H-IoT在数据传输过程中存在主要的能耗问题，导致可扩展性低。此外，数据中的异常对H-IoT的能源构成严重威胁。为了解决这些问题，本研究提出了一种新方法，称为节能记忆聚类方法（EEMCM），该方法将并行记忆算法（PMA）与AlexNet架构相结合，以提高物联网无线传感器网络中的异常检测效率。最初，通过PMA进行聚类形成和CH选择。随后生成路由路径，并准备数据进行高层特征提取。提取的特征被分类以识别异常。为了进行异常检测，收集了包含输入到AlexNet架构的模型相关数据的高层特征，该架构可以检测异常并识别物联网无线传感器网络中的正常或潜在攻击。所提议的EEMCM模型已在MATLAB平台上实施，并获得99.11%的准确率。因此，网络的整体性能得到了提升.