C114通信网  |  通信人家园

专题
2024/10/15 14:58

基于图神经网络和XGBoost模型的物联网卡智能监测系统

邮电设计技术  李 博,沈 潋

本文版权为《邮电设计技术》所有,如需转载请联系《邮电设计技术》编辑部

摘 要:随着物联网业务的快速发展,复杂多样的应用场景给物联网卡的运营管理带来了巨大的挑战,传统的管理手段已经无法满足物联网卡使用的监管要求。首先总结物联网卡异常使用现状及管理手段,分析现有异常识别方法的不足,提出了基于图神经网络和Count-Min Sketch算法的物联网卡画像特征融合构建方法,以及基于 XGBoost算法的异常流量识别模型。基于以上技术,实现了对物联网卡的智能监测,提升了违规识别的准确率和召回率。

关键词:物联网卡;异常流量;图神经网络;特征融合;XGBoost算法

doi:10.12045/j.issn.1007-3043.2024.09.010

前言

物联网是在互联网基础上延伸和扩展的网络,将各种信息传感设备与网络结合起来而形成的一个巨大网络,实现物与物、物与人的泛在连接。自 2020 年以来,5G 网络加快部署,在 5G 的牵引下,物联网迎来了全面发展期,据 GSMA 预测,2025 年全球物联网连接数将达到252亿,远高于2017年的63亿。

物联网卡是指运营商使用专用号段及专用网络,实现人、机、物之间通信连接的用户识别卡,物联网卡是物联网技术的核心。随着物联网的发展,物联网开卡量也大幅增加,给运营商卡安全管理带来了挑战。违规人员通常利用物联网卡资费较低的优势,把物联网卡当作普通用户卡进行售卖,对物联网卡进行恶意转售、违规挪用和盗用,扰乱了市场秩序,给运营商带来了经济损失,同时也影响了物联网业务的安全性。

点击查看全文(PDF)>

给作者点赞
0 VS 0
写得不太好

免责声明:本文仅代表作者个人观点,与C114通信网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

热门文章
    最新视频
    为您推荐

      C114简介 | 联系我们 | 网站地图 | 手机版

      Copyright©1999-2025 c114 All Rights Reserved | 沪ICP备12002291号

      C114 通信网 版权所有 举报电话:021-54451141