一、智能家庭的一种新型网关设计（论文文献综述）
帅梦霞[1]（2021）在《面向无线传感器网络的匿名认证与密钥协商协议研究》文中提出无线传感器网络（Wireless Sensor Networks,WSNs）是一种能够将物理世界与网络空间进行有效融合的分布式传感网络。凭借其低成本、易于部署、强大的自组织性和以数据为中心等特点,WSNs已经广泛部署在从军事安全到环境监测的各种应用中。但是,由于无线信道的开放性以及采集数据的敏感性,安全问题始终是制约WSNs广泛应用的核心问题之一。身份认证是WSNs中确保安全通信的一种有效方法,是WSNs安全的前提和数据访问的基础。认证与密钥协商（Authentication and Key Agreement,AKA）协议不但要求对用户和其他参与实体的合法性进行认证,而且还要在认证完成时协商出一个临时会话密钥,用于后续数据通信。匿名AKA协议是当前课题研究的一个热点问题,它在保护用户隐私和信息安全方面发挥着越来越重要的作用。当前用户匿名包含两个方面:一是用户身份信息保护,可以概括为攻击者不能通过用户发送的信息获取用户的真实身份;二是用户行为的不可追踪性,即攻击者无法判断任意两条或多条信息是否为同一用户发送。尽管很多学者对匿名AKA协议进行了深入的研究并取得了丰硕的成果,但是由于WSNs的应用环境通常是复杂多变的,并且传感器节点具有资源有限的特性,传统成熟有效的匿名AKA协议无法直接应用其中,需要构造适用于WSNs环境的匿名AKA协议。近年来,研究人员提出了一系列面向WSNs及其应用场景的匿名AKA协议,但是这些协议在安全性和效率方面都存在或多或少的问题。因此,面向WSNs的匿名AKA协议研究具有重要的理论意义和实用价值。本文围绕面向WSNs的匿名AKA协议展开研究,深入分析协议在实际应用中面临的安全挑战,寻求安全高效的解决途径,基于不同的密码技术和安全要素构造了多个满足特定场景需求的匿名AKA协议。本文的主要工作与创新点如下:1.提出了一个具有身份隐私保护的双因子认证与密钥协商协议针对智能家居环境中存在的用户身份隐私、位置追踪以及数据安全等问题,本文首先对这些问题的内在原因进行了深入分析,并建立了适用于智能家居环境的安全模型和性能评估模型。随后,基于椭圆曲线密码算法提出了一个具有身份隐私保护的双因子AKA协议。为了应对资源瓶颈问题,所提协议在资源受限的智能设备端仅执行轻量级的异或运算和哈希操作。此外,所提协议利用非交互式密钥协商技术实现对用户身份标识信息的匿名化处理,能够有效保护终端用户的身份隐私。同时,“Honeywords”技术与“模糊验证”技术的结合使得所提协议能够及时检测攻击者的在线口令猜测行为,在满足协议可用性指标的同时,实现更高层次的安全性。所提协议采用“用户口令+移动设备”的双因子认证方式,远程用户在网关节点的帮助下能够实现与智能设备的相互认证并协商出一个共享的会话密钥,用于采集数据的安全传输。严格的形式化证明和全面的启发式分析表明,所提协议是安全的。性能分析表明,所提协议在安全性和可用性之间实现了合理平衡,适用于资源受限的智能家居应用环境。2.提出了一个具有前向安全的双因子匿名认证与密钥协商协议鉴于工业物联网复杂的网络环境和传感器节点资源受限的特性,传统成熟有效的认证协议不能直接照搬使用,需要探寻安全高效的协议设计新思路。本文首先建立了工业物联网环境的网络模型、安全模型和评价指标体系,然后基于Rabin密码算法提出了一个具有前向安全的双因子匿名AKA协议。所提协议充分利用了 Rabin密码算法加密端和解密端的计算不对称特性,解决了传感器节点成为主要能源瓶颈的问题。所提协议能够实现前向安全性,特别是在网关节点与传感器节点的通信中,这是目前绝大多数现有协议所不具备的。不仅如此,所提协议能够实现多因子安全和用户匿名性,而无需额外的同步机制。借助于广泛使用的随机预言机模型,本文对所提协议的安全性进行了严格证明。通过工具ProVerif,验证了所提协议的会话密钥保密性和身份认证属性。全面的启发式安全分析表明所提协议不仅可以抵抗移动设备丢失攻击、特权内部攻击、假冒攻击等多种已知攻击,而且还能够实现用户匿名、前向安全等安全目标。最后,与9个代表性方案的比较结果表明了所提协议的优越性。3.提出了两个抗去同步攻击的轻量级匿名认证与密钥协商协议针对现有轻量级AKA协议无法同时实现前向安全、用户匿名以及抗去同步攻击等问题,本文以资源严重受限且实时性要求较高的无线医疗传感器网络为应用场景,基于轻量级加密原语分别提出了两个抗去同步攻击的轻量级匿名AKA协议。首先,基于伪随机身份标识和单向哈希链技术提出了一个具有前向安全的轻量级匿名AKA协议。紧接着,针对协议中伪随机身份的不当使用和一次性哈希链值的更新失败都可能引发的去同步攻击问题,基于散列函数与异或操作构造了一个抗去同步攻击的轻量级匿名AKA协议。所提协议采用两个伪随机身份值的动态更新来解决用户匿名问题,利用单向哈希链技术实现前向安全,使用序列号方法来抵抗网关节点与传感器节点之间可能产生的去同步攻击。最后,为了进一步简化协议并提高其安全性,新提出了一个抗去同步攻击的轻量级匿名AKA协议。与原协议相比,新协议改进之处主要体现在以下三个方面:第一,简化了协议流程,减少了协议交互的消息数,提高了协议的运算效率,更加适用于资源受限的应用环境;第二,采用两组序列号来分别抵抗用户与网关节点、网关节点与协调器之间可能产生的去同步攻击;第三,采用将“Honeywords”技术和“模糊验证”技术相结合的方法来解决协议安全性与可用性之间的平衡问题。安全性证明与性能分析展示了新协议的先进性。
蔄峥辉[2]（2021）在《甘肃省移动公司家庭智能产品营销策略优化研究》文中研究表明5G、人工智能、物联网等新技术演进,加速了智能家居产业发展,智能家居已从单品进入智能互联阶段。电信运营商具有家庭网络接入、业务与家庭智能硬件融合、端到端一体化交付等特殊优势,可以将“平台入口能力、内容权益、服务与家庭智能硬件”融合,开发出适合运营商发展的家庭智能产品,向用户提供一体化、差异化的产品和服务,甘肃省移动公司在奠定家庭宽带市场份额的基础上,开始推广家庭智能产品。本文对甘肃省移动公司家庭智能产品营销策略优化进行专题研究。分析得出甘肃移动家庭智能产品营销中存在产品、渠道、服务、人员等方面的核心问题,并研究了问题产生的原因,结合家庭智能产品营销环境分析,采用了7Ps理论模型对原有营销策略进行体系化升级,完善了甘肃移动家庭智能产品体系,制定出产品、价格、渠道、促销、人员、服务过程、有形展示的详细策略,并从目标规划、组织协同、能力建设、制度制定、系统支撑等方面给出管理保障措施。甘肃移动家庭智能产品的规模销售,不仅顺应了发展大势,是快速抢夺家庭市场的关键手段,更能为企业自身锻造高质量产品、拓展新的收入增长点;不仅能为产业链上下游创造新的价值和发展机遇,更能高速推动家庭智能产品惠及万家,为甘肃人民享受智慧家庭美好生活贡献力量。
佘玉龙[3]（2020）在《智能家居系统能效优化管理的研究》文中进行了进一步梳理随着日益严重的世界能源问题的突显,对于如何提高能源利用率以及改善用户侧能效优化策略成为了解决能源问题的关键部分。随着智能电网建设的快速发展,为了实现能源高效利用并作为智能电网重要组成单元的智能家居,正受到了越来越多的学者们关注。因而,构建智能家居负荷模型,分析用户侧电能消费习惯,制定用电设备的控制策略,将会对智能家居系统的能量优化管理具有重要的意义。本文首先对构建智能家居系统的结构、通信方式及智能网关三个方面内容作出详细描述。选用CC2530芯片的Zig Bee模块,以Zig Bee的通信方式对家居设备进行内部组网,选用ESP8266芯片的Wi Fi模块,以Wi Fi的通信方式与终端设备进行外部通信,提出应用Zig Bee和Wi Fi相联合的网络数据传输方式,构建Zig Bee-Wi Fi智能网关。其次,对家庭环境中几种典型负荷的工作特性进行分析,并根据其工作特性将家庭负荷分为刚性负荷与柔性负荷两大类,分别对其进行建模分析,并针对用户用电舒适度中环境舒适度以及家居负荷优先级的时间特性进行了研究。然后,分析了市场电价机制,提出以家庭负荷中的空调设备为目标的控制策略,设定目标函数以及约束条件,据此,提出采用改进粒子群算法进行优化,并研究此控制策略的可行性。最后,通过MATLAB仿真平台对改进粒子群算法进行编程仿真验证,针对空调的控制策略,在分时电价的基础之下,考虑用户环境舒适度以及减少用电费用的目标,分别对无优化控制、粒子群算法控制和改进粒子群算法控制下的空调进行仿真对比,最终结果表明,使用改进粒子群算法控制策略优化后的空调运行能耗有着明显的降低,减少了家庭用电费用,同时,室内温度变化幅度较小,满足用户舒适度的需求。图[33]表[8]参[84]
高尚[4]（2020）在《智能家居通用网关的设计与实现》文中研究指明随着社会的快速发展,居民的生活水平得到提高,传统的家居生活方式已经很难满足人们的需求。与此同时,智能家居作为物联网领域的一个重要应用,逐步得到人们广泛的关注与研究。网关作为智能家居系统的核心,是连接物联网感知层与应用层的纽带。其主要完成对底层传感器数据的采集,并将数据按照一定的协议格式上传至云平台。论文通过对智能家居系统的分析,针对环境数据采集、智能终端控制、协议转换、数据上传等问题,搭建网关业务系统以及硬件框架,解决了底层设备接入复杂的问题。同时对中间件进行设计,实现系统软件平台。最后利用物联网平台完成数据展现功能。主要研究工作如下:（1）网关系统整体设计首先明确智能家居网关系统的设计思路,并对网关进行需求分析,提出了系统总体结构框架。系统包括智能传感终端、网关、云平台、控制端四个部分。最后对系统数据传输流程进行分析。（2）网关平台硬件设计智能家居网关的硬件设计部分整体采用“核心+外设”的形式,选用Cortex-A8开发板作为网关的实现平台,AM335X作为处理器。硬件部分完成了电源电路、串口电路、LCD接口电路、USB接口等电路的设计。开发平台及外围电路设计共同构成了网关系统的硬件框架,为智能家居系统的运行提供硬件基础。（3）异构信息中间件设计首先对交叉编译环境、Linux系统等进行配置,搭建用于软件开发的平台。利用Modbus通信协议合理安排数据结构,在最大程度上确保异构数据信息的完整性。同时解决了因底层传感器繁多,导致设备互不兼容,最终造成数据多源异构的问题。其次本文分析了网关与云平台对接实现的过程。通过对数据库进行设计,实现了数据信息从传感器设备到云端的传输。增加定时轮询功能,将用户设置的信息通过MQTT协议推送到网关,并利用BOA+CGI程序技术实现了对网关设备的远程访问。最后设计并实现云平台的业务架构,用户可以在云端实时浏览设备列表,设备状态,历史数据,并实现对设备的控制。本文分别在实验室环境下以及实际应用环境中搭建测试平台对网关功能进行验证。测试表明,网关运行正常,用户可以在本地端或移动端实现对智能家居终端的控制。通过对网关系统的设计,并集成智能硬件设备,解决了异构设备的互联互通问题,提高了网关在应用场景中的通用性以及扩展性。
张硕[5]（2021）在《基于FNN和Django的智能家庭温室系统的设计》文中研究说明随着科学技术的蓬勃发展,物联网技术作为一种新兴的技术正在被各行各业广泛使用。温室种植作为农业中重要的组成部分,其自动化水平低下,效率低的缺点,一直都难以得到有效的改善。家庭温室作为一种新型的温室,能够使人们在阳台,院子等种植蔬菜或者花卉,但是依然缺乏科学有效的管理手段,没有对温室种植环境的温度、湿度、二氧化碳浓度等关键因素进行有效的采集和控制,极大的影响了种植作物的生长。根据不同作物在不同生长时节所需要的生长环境的不同,设计并开发出一套可以对温室环境智能化管理的系统,实现对温室环境中的主要参数进行监测和控制,确保种植作物生长在适宜的环境中是本设计的主要研究内容。本设计结合运用了传感器技术、STM32单片机、LoRa无线通信和Django等技术,实现了对家庭温室环境各关键参数的实时采集和监测。创新性地使用FNN控制技术,实现了系统可以根据土壤湿度自动进行灌溉控制,保证了家庭温室作物生长在合适的土壤湿度中。系统管理平台采用基于Python语言的Django开发框架,完成了基于B/S架构的Web程序设计和开发。用户通过浏览器就可以实现人机交互,实现了家庭温室环境的智能监控。本系统首先对微控制器进行选型,最终采用ST公司生产的STM32F103C8T6单片机作为控制芯片,然后进行微控制器模块的设计。随后对采集结点进行设计,主要包括传感器的选型和采集结点的部署。选择合适的传感器,才能进行正确的环境参数获取。通过对比正三角形结点部署,正方形结点部署,正六边形结点部署方案的优缺点,最终确定采集结点部署使用正六边形结点部署方案。采集结点设计完成之后开始进行通信模块的设计,主要包含射频芯片的选型和LoRa无线通信模块的设计。最后需要实现Web端测控中心的编程设计,测控中心的功能主要包含温室环境的监测和控制两大类。为了提高温室环境控制的准确性,设计了一套基于FNN的智能灌溉控制系统,将实际土壤湿度与理想土壤湿度的差值和差值变化率作为系统的输入变量,经过模糊化、FNN推理、PID控制等过程,最终实现了温室系统的自动灌溉。通过matlab仿真实验得出系统具有良好的灌溉控制效果,最后对本系统进行了测试和结果分析,基本满足了设计要求。
柯德营,焦少波,高飞[6]（2020）在《多协议智能家庭网关系统的设计与实现》文中进行了进一步梳理家庭网关作为智慧家庭系统的核心,实现家庭异构网络与互联网之间的数据交换。为实现移动控制终端可远程监控多种协议下智能家居设备的功能,本文设计一种新的多协议智能家庭网关通信方式,构建异构通信网络,具有良好的实用性。
肖顺华[7]（2020）在《基于物联网的家居安防系统软件设计与实现》文中指出随着家庭电器种类与数量日益增多,家居家电中潜在的危险系数在不断增加,因此,确保家庭智能家居安全正变得越来越必要。防盗、漏气检查和防火是家庭家居安全系统的必备要求。其中,智能环境监控系统作为实现智能家居系统功能的重要组成部分和基本条件,是为用户提供安全、舒适、便捷生活的重要方式。然而,现有的环境监测系统受灵敏度低,稳定性差,容错等诸多限制。本文研究分析了基于物联网的家居安防系统背景和意义,结合国内外物联网关键技术的最新研究进展与成果,并在此基础上,提出了基于物联网的家居安防系统的设计方案。本文设计并实现了基于物联网的家居安防系统,对该系统整体架构中各个模块进行软硬件设计,并对系统进行了完整的仿真测试。本文提出通过将物联网技术引入家庭环境监测领域,能够通过个人移动终端或可穿戴设备对家庭环境的智能控制进行调整和升级,并通过实例说明这种应用的可能性和优点。每当有来自传感器的数据信号时,都会将危险信号发送到个人移动终端以采取必要的行动。对于发生火灾或煤气泄漏时的安全系统,系统会通过Wi-Fi与4G/5G网络将警报信息发送至业主的移动客户端上。综上所述,本文设计了一个系统框架,可通过Android手机能够获取到家用电器的工作状态。通过Android手机中的Wi-Fi应用程序远程监控家中电器的运行状态。本文开发物联网系统通过安装智能终端传感器单元并在房屋内安装家庭以完成系统搭建,并对系统功能进行测试验证。测试结果表明,本系统使得用户能够在能够连接4G/5G网络区域内的任何地方工作或外出旅行的时候,确保用户的房屋完全安全,能够更好地优化家居安防系统方案,满足了可靠性、实时性、安全性等系统需求。
孙晓芳[8]（2020）在《基于边缘计算的森林火灾视频识别技术的研究》文中认为2020年《全球森林资源评估》科学报告指出,我国森林覆盖率大约为22.96%,年均净增加量位于全世界第一。然而我国林地分布区域化明显,主要林区为南方集体林区、东北林区、北方林区和西南林区,森林生态环境较为脆弱,容易发生重、特大森林火灾。因此,利用现有的高效技术和方法实现对森林火灾的监测和预警,加强对森林火灾监测系统的研究具有极为重要的意义。本文对传统林火烟雾视频识别算法进行优化,综合运用图像处理、人工智能,模式识别以及云计算技术等方法,建立了基于边缘计算的火灾数据监测预警云平台系统,提高了林火视频监测的时效性和有效性。（1）视频数据预处理是林火烟雾视频关键帧提取前的首要环节,本文提出了一种基于SURF和SIFT特征的视频镜头边界检测算法。该算法镜头边界检测准确率为93%（切变镜头）和76%（渐变镜头）,召回率为95%（切变镜头）和90%（渐变镜头）,F1Score为93.9%（切变镜头）和82.4%（渐变镜头）。实验结果表明该算法综合性能优于像素帧差法等同类型算法,针对视频特征具有更好的查全率和查准率。（2）针对基于传统聚类方法提取视频关键帧需要人工调整聚类中心和聚类数量的缺陷,本文提出了基于改进K-Means的林火烟雾视频关键帧提取算法。该算法基于传统K-Means算法并引入层次聚类与K近邻算法的思想,关键帧的识别准确率为94%,召回率为87%,F1Score为90.3%。实验结果表明该算法在保证准确率和减小冗余度的同时能够完整地表达视频内容。（3）云、雾与烟的视频接近度非常高,为减少林火监测的误报率,本文依据林火监测对象的特点和林火监测的流程,使用HOG特征与支持向量机结合构建了森林火灾烟雾识别模型,即HOGSVM模型,林火烟雾识别准确率达到87.7%。该算法方便网络模型处理,能够满足边缘计算终端设备要求,减少计算量、提高训练识别效果。（4）提出了基于改进Faster R-CNN的林火烟雾视频图像目标识别模型,该模型利用CNN网络之间的特征提取的优势,提取烟雾特征。为保证构建的模型符合边缘计算终端设备的需求,使用Soft-NMS算法来改进Faster R-CNN模型,建立Impro FRCNN模型,以保证计算的快速和准确,林火烟雾目标识别的准确率达到93.1%。（5）通过分析林火监测数据的特点和设备连接模块的功能需求,设计基于Edge X Foundry的边缘计算智能网关软件系统总体设计方案;设计了基于CoAP设备通讯协议规范的设备连接模块的软件架构;设计了基于Consul服务发现框架的注册配置服务;设计访问设备的统一接口的命令控制服务组件,经由Impro FRCNN深度挖掘数据,实现对设备、数据的统一管理;设计实现了边缘智能网关设备;实现了边缘平台训练模型并下发模块,增强了系统的兼容性。综上,本文针对森林火灾视频识别技术利用边缘计算技术对传统云中心的架构进行了改进,提出基于Edge XFoundry框架的边缘计算平台总体方案,并根据方案结合嵌入式技术和识别算法,构建了终端-边缘-云结构的林火识别边缘计算系统,创新性的将林火识别算法和边缘计算相结合,充分解决了传统云在终端设备密集增长带来的故障率高、时效性差的问题,为我国森林防火的自动化、信息化提供了一种新的手段。
王星[9]（2020）在《基于嵌入式Linux电力网关设计与用电异常行为分析》文中研究说明随着“泛在电力物联网”的提出,信息化与智能化已经成为智能电网的一个发展方向。一方面,利用通信技术,实现底层电气设备和云平台的广泛交流;另一方面,随着人工智能、数据挖掘技术的逐渐成熟,电网数据价值需要更深一步的挖掘,更好地完善应用层的用户服务。电网企业可以通过两个方面实现业务转型升级,促进社会经济的可持续发展。目前,仍有部分电气设备不能满足物联网发展的要求,但更换这些电气设备的成本比较昂贵。本文设计并制作了一款电力网关硬件平台,旨在解决部分电气设备的数据无法上传至云平台的问题。硬件上,本文利用FET335XS-Ⅱ核心板,在其周围设计了 RS485、USB、以太网、无线远距离等接口电路和供电电路;软件上,本文以嵌入式Linux操作平台为基础,在数据传输方面,实现对电气设备的数据采集,将设备层的Modbus数据协议解析处理,再封装成MQTT协议帧,通过远程无线网络上传至云端。其次,嵌入BOA Web服务器和SQlite3数据库,实现了电力网关参数的配置功能;利用对U盘的操作,实现系统升级服务。最后经过实验测试表明,该电力网关具有针对性强、成本低廉等特点,满足了电力场合的基本功能需求。电力网关将有价值的数据汇总在云平台上,通过数据分析可以获得潜在的经济价值。本文针对用户用电异常行为,以窃电行为为切入点,在总结了传统窃电行为的检测方法具有主观性强、滞后性高的缺点后,采用了基于多分类器组合的用电异常行为检测模型。本文首先对数据集进行分析,利用异常用电函数,合成了异常用电数据。然后在提取统计特征和降维后,对比了逻辑回归模型、SVM模型、随机森林模型和BP神经网络模型在窃电检测行为方面的性能指标。最后采用随机森林、支持向量机、BP神经网络等三个模型组合形成的多分类器组合模型,对窃电行为做了检测实验。实验表明,多分类器组合模型的综合性能优于单一的机器学习模型。该模型的设计,为电力企业在稽查窃电行为中提供了一定的建议,打击了恶意窃电行为,有利于电网的稳定运行。
黄承鹏[10]（2020）在《智能电网环境下保护数据隐私的聚合技术研究》文中提出智能电网作为一种新型的能源网络引起了人们极大的关注。在智能电网中,电力供应商通过智能电表收集一段时间内区域中所有用户的用电总量,并分析当下的电力供应与需求的关系来制定供电策略,从而保持了电力生产和需求之间的平衡,避免出现供电量不足或者供电量过大导致电力无法有效存储而造成浪费的情况。但是智能电表对家庭用户能源消耗细粒度测量引发了严重的隐私问题。因此,研究智能电网环境下保护数据隐私的聚合技术是十分必要的,并且具有重要的理论意义和研究价值。论文对智能电网环境下的数据聚合技术进行了研究,主要工作如下:分析了Gope等人提出的轻量级智能电网数据聚合方案,指出他们方案存在的安全问题,并针对这些问题,提出了一个智能电网环境下安全高效的数据聚合方案。提出的方案采用标志位的思想将正常上传数据的智能电表和因各种原因未能及时上传数据的智能电表区分开来,从而保证了最终聚合结果的正确性,克服了Gope等人方案的缺点。此外,提出的方案也减少了认证过程中实体之间的通信交互次数,提高了数据聚合的效率。安全性分析和安全证明表明提出的方案是安全的。为了使电力供应商能更加合理有效利用收集到的用户数据,提出了一个智能电网环境下多维度的数据聚合方案。提出的方案在保护数据隐私的同时,实现了多维度的数据聚合,满足了智能电网的实际需求。与已有的方案相比,提出的方案有效地减少了计算开销和通信开销,提高了数据聚合的效率。基于提出的智能电网环境下安全高效的数据聚合方案,使用JAVA语言和JPBC密码库,设计和实现了一个仿真系统,验证了提出方案的正确性和可行性。
二、智能家庭的一种新型网关设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能家庭的一种新型网关设计（论文提纲范文）
（1）面向无线传感器网络的匿名认证与密钥协商协议研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 无线传感器网络的系统架构 |
| 1.1.2 无线传感器网络的特点 |
| 1.1.3 无线传感器网络的应用 |
| 1.1.4 课题研究的重要意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于哈希函数的AKA协议 |
| 1.2.2 基于对称密码系统的AKA协议 |
| 1.2.3 基于非对称密码系统的AKA协议 |
| 1.3 待解决的关键问题 |
| 1.4 研究内容与创新点 |
| 1.5 论文体系结构 |
| 第2章 基础知识 |
| 2.1 密码学基础 |
| 2.1.1 ECC密码算法 |
| 2.1.2 RSA密码算法 |
| 2.1.3 Rabin密码算法 |
| 2.1.4 散列函数 |
| 2.2 计算复杂性理论 |
| 2.3 安全协议设计基本原则 |
| 2.4 安全协议形式化分析方法 |
| 2.4.1 BAN逻辑 |
| 2.4.2 形式化分析工具ProVerif |
| 2.4.3 随机预言机模型 |
| 2.5 本章小结 |
| 第3章 具有身份隐私保护的双因子认证与密钥协商协议 |
| 3.1 引言 |
| 3.1.1 相关工作 |
| 3.1.2 研究动机 |
| 3.2 攻击者模型与安全需求 |
| 3.2.1 攻击者模型 |
| 3.2.2 安全需求 |
| 3.3 具有身份隐私保护的双因子认证与密钥协商协议 |
| 3.3.1 初始化阶段 |
| 3.3.2 注册阶段 |
| 3.3.3 登录和认证阶段 |
| 3.3.4 口令修改阶段 |
| 3.4 安全性分析 |
| 3.4.1 随机预言机模型下形式化安全证明 |
| 3.4.2 基于BAN逻辑的安全性证明 |
| 3.4.3 ProVerif验证协议安全 |
| 3.4.4 非形式化安全性分析 |
| 3.4.5 安全性比较 |
| 3.5 性能分析 |
| 3.5.1 计算成本 |
| 3.5.2 通信开销 |
| 3.5.3 能量消耗成本 |
| 3.6 本章小结 |
| 第4章 具有前向安全的双因子匿名认证与密钥协商协议 |
| 4.1 引言 |
| 4.1.1 相关工作 |
| 4.1.2 研究动机 |
| 4.2 攻击者模型与安全需求 |
| 4.2.1 攻击者模型 |
| 4.2.2 安全需求 |
| 4.3 具有前向安全的双因子匿名认证与密钥协商协议 |
| 4.3.1 初始化阶段 |
| 4.3.2 注册阶段 |
| 4.3.3 登录和认证阶段 |
| 4.3.4 口令修改阶段 |
| 4.3.5 动态节点添加阶段 |
| 4.4 安全性分析 |
| 4.4.1 随机预言机模型下形式化安全证明 |
| 4.4.2 ProVerif验证协议安全 |
| 4.4.3 非形式化安全性分析 |
| 4.5 与相关协议的比较 |
| 4.5.1 安全与功能特征比较 |
| 4.5.2 计算成本比较 |
| 4.5.3 通信开销比较 |
| 4.5.4 存储成本比较 |
| 4.6 本章小结 |
| 第5章 抗去同步攻击的轻量级匿名认证与密钥协商协议 |
| 5.1 引言 |
| 5.1.1 相关工作 |
| 5.1.2 研究动机 |
| 5.1.3 模糊提取器 |
| 5.1.4 符号表示 |
| 5.2 攻击者模型与安全需求 |
| 5.2.1 攻击者模型 |
| 5.2.2 安全需求 |
| 5.3 具有前向安全性的轻量级匿名认证与密钥协商协议 |
| 5.3.1 协议描述 |
| 5.3.2 安全性分析 |
| 5.3.3 性能分析 |
| 5.4 抗去同步攻击的轻量级匿名认证与密钥协商协议一 |
| 5.4.1 协议描述 |
| 5.4.2 安全性分析 |
| 5.4.3 性能分析 |
| 5.5 抗去同步攻击的轻量级匿名认证与密钥协商协议二 |
| 5.5.1 协议描述 |
| 5.5.2 安全性分析 |
| 5.5.3 性能分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（2）甘肃省移动公司家庭智能产品营销策略优化研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 智能家居发展历程 |
| 1.1.2 智能家居发展现状和趋势 |
| 1.1.3 电信运营商布局智能家居市场 |
| 1.2 研究意义 |
| 1.2.1 实践应用意义 |
| 1.2.2 理论意义 |
| 1.3 研究内容和框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究框架 |
| 1.4 研究方法和工具 |
| 1.4.1 文献资料法 |
| 1.4.2 问卷调查法 |
| 1.4.3 内部访谈法 |
| 1.4.4 营销分析工具 |
| 第二章 相关概念和理论基础 |
| 2.1 概念界定 |
| 2.1.1 智能家居 |
| 2.1.2 家庭智能硬件 |
| 2.1.3 家庭智能产品 |
| 2.2 相关营销理论 |
| 2.2.1 7Ps营销理论 |
| 2.2.2 4C营销理论 |
| 2.2.3 4E营销理论 |
| 2.3 电信运营商智能家居营销国内外研究现状 |
| 第三章 甘肃移动公司家庭智能产品营销现状与问题分析 |
| 3.1 甘肃省移动公司概况 |
| 3.2 甘肃省移动公司家庭智能产品营销现状 |
| 3.2.1 甘肃移动家庭智能产品营销的内部组织结构 |
| 3.2.2 甘肃省移动家庭智能产品营销使用的资源 |
| 3.2.3 甘肃移动销售家庭智能产品具备的相关能力 |
| 3.2.4 甘肃移动家庭智能产品销售情况 |
| 3.3 甘肃省移动公司家庭智能产品营销存在问题 |
| 3.4 甘肃省移动公司家庭智能产品营销问题的原因分析 |
| 第四章 甘肃省移动公司家庭智能产品营销环境分析 |
| 4.1 宏观环境分析 |
| 4.1.1 政治环境 |
| 4.1.2 经济环境 |
| 4.1.3 社会环境 |
| 4.1.4 技术环境 |
| 4.2 竞争环境分析 |
| 4.2.1 现有竞争者竞争强度 |
| 4.2.2 潜在进入者竞争威胁 |
| 4.2.3 替代品的威胁 |
| 4.2.4 购买者的议价能力 |
| 4.2.5 供应商的议价能力 |
| 4.3 消费者市场分析 |
| 第五章 甘肃省移动公司家庭智能产品营销策略优化 |
| 5.1 目标市场定位 |
| 5.1.1 市场细分 |
| 5.1.2 目标市场选择 |
| 5.1.3 市场定位 |
| 5.2 家庭智能产品7Ps营销策略制定 |
| 5.2.1 产品策略 |
| 5.2.2 价格策略 |
| 5.2.3 渠道策略 |
| 5.2.4 促销策略 |
| 5.2.5 人员策略 |
| 5.2.6 服务过程策略 |
| 5.2.7 有形展示策略 |
| 第六章 甘肃省移动公司家庭智能产品营销策略实施的管理保障 |
| 6.1 制定营销策略实施计划 |
| 6.1.1 明确发展目标 |
| 6.1.2 制定推进规划 |
| 6.2 做强组织保障 |
| 6.2.1 打造运营团队 |
| 6.2.2 完善激励机制 |
| 6.3 注重能力建设 |
| 6.3.1 锻造营销能力 |
| 6.3.2 提升服务能力 |
| 6.4 做好制度保障 |
| 6.4.1 制定产品引入和合作伙伴管理相关制度 |
| 6.4.2 落实风险防控工作 |
| 6.5 系统支撑 |
| 第七章 结论与展望 |
| 7.1 研究的主要结论 |
| 7.2 研究不足之处 |
| 7.3 未来展望 |
| 参考文献 |
| 附录 A:家庭智能硬件调查问卷 |
| 附录 B:甘肃移动家庭智能产品销售存在问题的访谈提纲 |
| 致谢 |
| 作者简历 |
（3）智能家居系统能效优化管理的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能家居系统构架研究现状 |
| 1.2.2 家庭能量管理策略研究现状 |
| 1.2.3 用户侧智能用电 |
| 1.3 课题主要内容 |
| 2 系统结构设计与通信方式 |
| 2.1 智能家居系统设计 |
| 2.1.1 需求分析 |
| 2.1.2 系统主要功能及设计要求 |
| 2.1.3 智能家居系统构架 |
| 2.1.4 各模块主要功能 |
| 2.2 智能家居系统中的通信方式 |
| 2.2.1 家庭设备内部网络选择 |
| 2.2.2 ZigBee模块芯片选择 |
| 2.2.3 外部联网技术选择 |
| 2.3 无线传感器网络 |
| 2.3.1 电源模块 |
| 2.3.2 数据采集模块 |
| 2.3.3 无线收发与控制模块 |
| 2.4 智能网关设计 |
| 2.5 本章小结 |
| 3 智能家居负荷工作特性及数学模型 |
| 3.1 典型家居负荷工作特性 |
| 3.2 智能家居负荷建模 |
| 3.2.1 家用电器分类 |
| 3.2.2 智能家居负荷建模 |
| 3.3 居民用电舒适度 |
| 3.3.1 环境舒适度 |
| 3.3.2 时间舒适度 |
| 3.4 本章小结 |
| 4 智能家居能量管理系统优化策略与算法设计 |
| 4.1 电力市场与电价机制 |
| 4.2 智能设备用电策略 |
| 4.2.1 家庭设备用电模式 |
| 4.2.2 空调控制策略 |
| 4.2.3 目标函数与约束条件 |
| 4.3 算法设计 |
| 4.3.1 常用家庭负荷调度优化算法 |
| 4.3.2 改进的粒子群算法 |
| 4.4 本章小结 |
| 5 仿真结果与分析 |
| 5.1 智能家居能量管理系统仿真模型 |
| 5.1.1 负荷仿真参数设置 |
| 5.1.2 负荷运行模型 |
| 5.2 空调策略仿真 |
| 5.2.1 空调能耗仿真 |
| 5.2.2 空调电费仿真 |
| 5.2.3 约束条件对仿真的影响 |
| 5.3 本章小结 |
| 6 总结和展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（4）智能家居通用网关的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究背景与意义 |
| 1.2 国内外研究发展现状 |
| 1.3 家庭智能网关存在的问题以及发展趋势 |
| 1.4 论文研究内容 |
| 1.5 论文组织结构 |
| 第2章 智能家居网关总体设计方案 |
| 2.1 需求分析 |
| 2.1.1 家居系统需求分析 |
| 2.1.2 家居网关平台功能需求 |
| 2.2 系统总体结构框架 |
| 2.3 系统数据传输流程设计 |
| 2.4 网关关键技术分析 |
| 2.4.1 嵌入式Linux系统开发技术 |
| 2.4.2 联网技术 |
| 2.4.3 物联网网关传输协议 |
| 2.5 本章小结 |
| 第3章 网关平台硬件设计与实现 |
| 3.1 网关硬件平台选取 |
| 3.2 网关硬件电路设计 |
| 3.2.1 底板电路电源设计 |
| 3.2.2 串口电路设计 |
| 3.2.3 LCD接口电路设计 |
| 3.2.4 USB接口模块电路设计 |
| 3.2.5 其他电路设计 |
| 3.3 PCB图绘制 |
| 3.4 本章小结 |
| 第4章 系统软件设计与实现 |
| 4.1 软件开发平台搭建 |
| 4.1.1 交叉编译环境配置 |
| 4.1.2 Linux系统配置 |
| 4.1.3 系统编译 |
| 4.1.4 文件制作、修改 |
| 4.1.5 搭建NFS开发方式 |
| 4.2 通信协议设计 |
| 4.2.1 子设备入网协议 |
| 4.2.2 网关与底层设备间通信协议说明 |
| 4.3 网关与云平台对接实现 |
| 4.4 网关及云平台数据库设计 |
| 4.5 网关主程序与Web页面交互设计 |
| 4.6 云平台设计与实现 |
| 4.6.1 云平台结构实现 |
| 4.6.2 网关及云平台接口设计与实现 |
| 4.7 本章小结 |
| 第5章 智能家居网关平台实现与测试 |
| 5.1 基础功能测试 |
| 5.1.1 实验室测试平台搭建 |
| 5.1.2 数据采集测试流程 |
| 5.1.3 设备接入云平台测试 |
| 5.2 应用环境测试 |
| 5.2.1 本地控制模块 |
| 5.2.2 App端控制页面 |
| 5.3 本章小结 |
| 结论 |
| 附录 |
| 附录1 网关系统 PCB 图见下图附-1 所示 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（5）基于FNN和Django的智能家庭温室系统的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题相关技术的国内外发展现状 |
| 1.3 论文研究的主要内容及结构安排 |
| 第二章 相关技术和理论基础 |
| 2.1 神经网络基本理论 |
| 2.1.1 人工神经网络结构 |
| 2.1.2 BP神经网络概述 |
| 2.1.3 FNN概述 |
| 2.2 无线通信技术简介 |
| 2.2.1 无线通信原理 |
| 2.2.2 无线通信技术分类 |
| 2.2.3 LoRa无线通信技术概述 |
| 2.3 Django框架 |
| 2.4 Nginx服务器 |
| 2.5 Redis数据库 |
| 2.6 本章小结 |
| 第三章 系统软硬件设计与搭建 |
| 3.1 温室系统的整体结构 |
| 3.2 微控制器模块的设计 |
| 3.3 温室数据采集子节点的设计 |
| 3.3.1 传感器的选型 |
| 3.3.2 采集子节点部署方案设计 |
| 3.4 温室系统通信模块的设计 |
| 3.4.1 LoRa通信模块的设计与工作流程 |
| 3.4.2 计算机端通信模块设计 |
| 3.5 远程测控中心软件设计 |
| 3.5.1 远程测控中心的总体结构 |
| 3.5.2 Web网站前台功能设计 |
| 3.5.3 网站后台管理系统功能设计 |
| 3.5.4 数据库设计 |
| 3.6 本章小结 |
| 第四章 FNN智能控制算法研究 |
| 4.1 模糊控制系统的组成与分类 |
| 4.2 FNN控制原理 |
| 4.2.1 FNN中的模糊化原理 |
| 4.2.2 神经网络原理 |
| 4.2.3 PID控制器原理 |
| 4.3 FNN控制器设计 |
| 4.4 FNN控制器仿真 |
| 4.5 本章小节 |
| 第五章 系统功能测试 |
| 5.1 通信测试 |
| 5.1.1 LoRa模块通信测试 |
| 5.1.2 计算机端通信测试 |
| 5.2 远程测控平台测试 |
| 5.2.1 用户注册和登录测试 |
| 5.2.2 数据显示测试 |
| 5.2.3 灌溉控制测试 |
| 5.2.4 论坛发帖测试 |
| 5.2.5 论坛帖子评论测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（6）多协议智能家庭网关系统的设计与实现（论文提纲范文）
| 引言: |
| 一、智能家庭网关总体设计 |
| 二、智能家庭网关详细设计 |
| 2.1 家庭网关的硬件设计 |
| 2.2 家庭网关的软件设计 |
| 2.2.1 数据传输协议设计 |
| 2.2.2 数据信息存储设计 |
| 2.3 多协议智能家庭网关通信流程 |
| 三、结束语 |
（7）基于物联网的家居安防系统软件设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 物联网技术国内外研究现状 |
| 1.2.2 智能家居国内外研究现状 |
| 1.3 目前存在问题 |
| 1.4 论文大纲 |
| 1.4.1 研究内容 |
| 1.4.2 结构安排 |
| 第二章 系统开发相关理论与技术 |
| 2.1 引言 |
| 2.2 物联网技术 |
| 2.2.1 物联网简介 |
| 2.2.2 物联网体系架构 |
| 2.3 支撑物联网体系的关键技术 |
| 2.3.1 智能家居系统内联网技术 |
| 2.3.2 短距离无线通信技术 |
| 2.3.3 物联网设备的连接技术 |
| 2.4 智能家居技术与安防 |
| 2.5 本章小结 |
| 第三章 智能家居安防系统的需求分析 |
| 3.1 引言 |
| 3.2 系统整体需求分析 |
| 3.3 系统功能性需求分析 |
| 3.3.1 系统硬件需求分析 |
| 3.3.2 系统软件需求分析 |
| 3.4 系统非功能性需求分析 |
| 3.5 系统数据库需求分析 |
| 3.5.1 手机端数据库需求 |
| 3.5.2 电脑端数据库需求 |
| 3.6 本章小结 |
| 第四章 智能家居安防系统的设计 |
| 4.1 引言 |
| 4.2 智能家居安防系统的设计 |
| 4.2.1 系统的整体设计 |
| 4.2.2 智能家居安防系统的详细功能设计 |
| 4.3 智能家居安防系统的软硬件设计 |
| 4.3.1 系统硬件设计 |
| 4.3.2 系统软件设计 |
| 4.4 系统数据库设计 |
| 4.4.1 数据库E-R图 |
| 4.4.2 数据表结构设计 |
| 4.5 本章小结 |
| 第五章 智能家居安防系统的实现与测试 |
| 5.1 引言 |
| 5.2 智能家居安防系统硬件的实现 |
| 5.2.1 终端感知模块的实现 |
| 5.2.2 系统监控网关模块的实现 |
| 5.3 智能家居安防系统手机端的实现 |
| 5.3.1 软件登录功能 |
| 5.3.2 智能家居系统设备管理功能 |
| 5.3.3 智能家居系统监控功能 |
| 5.4 智能家居安防系统电脑端实现 |
| 5.5 软件测试 |
| 5.5.1 测试环境 |
| 5.5.2 软件功能测试 |
| 5.5.3 软件性能测试 |
| 5.6 本章小结 |
| 第六章 工作总结与展望 |
| 6.1 工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
（8）基于边缘计算的森林火灾视频识别技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 森林火灾视频识别技术研究现状 |
| 1.2.2 边缘计算研究现状 |
| 1.3 主要研究内容和方法 |
| 1.4 本文结构安排 |
| 2 视频识别相关技术 |
| 2.1 视频检索技术 |
| 2.2 视频数据特点及结构 |
| 2.2.1 视频数据特点 |
| 2.2.2 视频数据结构 |
| 2.3 视频检索原理及关键技术 |
| 2.3.1 视频检索原理 |
| 2.3.2 视频检索关键技术 |
| 2.4 本章小结 |
| 3 基于SURF和SIFT特征的林火烟雾镜头边界检侧 |
| 3.1 特征融合的方法 |
| 3.1.1 局部特征 |
| 3.1.2 特征融合 |
| 3.2 林火烟雾镜头边界变换的检测方法 |
| 3.3 林火烟雾镜头边界检测 |
| 3.4 结果评价指标 |
| 3.5 实验结果与分析 |
| 3.6 本章小结 |
| 4 基于K-Means的林火烟雾视频关键帧提取 |
| 4.1 关键帧提取原理 |
| 4.2 基于聚类的林火烟雾视频关键帧提取算法 |
| 4.2.1 聚类特征的提取 |
| 4.2.2 K-Means聚类 |
| 4.2.3 基于改进K-Means的关键帧提取算法 |
| 4.2.4 林火烟雾视频关键帧提取算法流程 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 5 基于HOG_SVM模型的林火烟雾视频识别 |
| 5.1 HOG特征 |
| 5.2 SVM原理 |
| 5.3 视频图像预处理 |
| 5.3.1 数据预处理 |
| 5.3.2 数据增强 |
| 5.4 基于HOG_SVM林火烟雾识别模型的构建 |
| 5.5 实验结果与分析 |
| 5.5.1 实验环境 |
| 5.5.2 HOG特征可视化 |
| 5.5.3 基于HOG_SVM模型识别效果 |
| 5.6 本章小结 |
| 6 基于Faster R-CNN的林火烟雾视频识别 |
| 6.1 深度学习技术 |
| 6.1.1 深度学习特点 |
| 6.1.2 深度学习在视频检索中的应用 |
| 6.2 Faster R-CNN相关理论 |
| 6.2.1 卷积神经网络基本理论 |
| 6.2.2 Faster R-CNN模型原理 |
| 6.2.3 模型常用函数 |
| 6.3 基于Faster R-CNN林火烟雾识别模型的构建 |
| 6.3.1 Faster R-CNN识别模型 |
| 6.3.2 Faster R-CNN模型训练 |
| 6.3.3 改进的Faster R-CNN模型 |
| 6.4 实验结果与分析 |
| 6.4.1 实验数据集与环境 |
| 6.4.2 模型表现分析 |
| 6.4.3 与传统模型的比较 |
| 6.5 本章小结 |
| 7 森林火灾监侧边缘计算架构设计 |
| 7.1 典型边缘计算平台 |
| 7.1.1 移动边缘计算 |
| 7.1.2 雾计算 |
| 7.1.3 Edge X Foundry |
| 7.1.4 朵云计算平台 |
| 7.2 边缘计算平台的选择 |
| 7.3 森林火灾监测边缘设备描述 |
| 7.4 森林火灾监测Edge X Foundry框架设计 |
| 7.4.1 设备服务层设计 |
| 7.4.2 核心服务层设计 |
| 7.4.3 支持服务层设计 |
| 7.4.4 输出服务层设计 |
| 7.5 森林火灾监测边缘计算网关设计与实现 |
| 7.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 附件 |
（9）基于嵌入式Linux电力网关设计与用电异常行为分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 电力物联网的国内外发展 |
| 1.2.2 物联网网关的研究进展 |
| 1.2.3 异常用电行为检测的国内研究进展 |
| 1.3 本文主要研究内容及章节安排 |
| 1.4 本章小结 |
| 2 电力网关总体设计 |
| 2.1 物联网架构介绍及电力网关需求分析 |
| 2.1.1 物联网的分层网络架构介绍 |
| 2.1.2 电力网关的需求分析 |
| 2.2 电力网关设计方案研究 |
| 2.2.1 电力网关通信方式方案论证 |
| 2.2.2 电力网关软件平台方案论证 |
| 2.3 电力网关通信协议的介绍 |
| 2.3.1 Modbus协议 |
| 2.3.2 MQTT协议 |
| 2.4 电力网关的系统框架 |
| 2.5 本章小结 |
| 3 电力网关的实现 |
| 3.1 硬件的设计 |
| 3.1.1 硬件电路总体架构 |
| 3.1.2 硬件电路设计 |
| 3.2 软件的设计 |
| 3.2.1 嵌入式软件开发平台的介绍 |
| 3.2.2 串口接收数据程序 |
| 3.2.3 远程无线网络的搭建 |
| 3.2.4 接收与发送数据间通信的设计 |
| 3.2.5 本地配置 |
| 3.2.6 程序升级服务 |
| 3.3 电力网关功能测试 |
| 3.3.1 测试平台的搭建 |
| 3.3.2 本地配置服务测试 |
| 3.3.3 云平台接入测试 |
| 3.4 本章小结 |
| 4 用电异常行为的分析 |
| 4.1 异常用电行为概述 |
| 4.2 异常用电行为基本模型 |
| 4.3 基于传统思路的检测方法 |
| 4.4 基于机器学习的检测方法 |
| 4.4.1 机器学习主要算法分类 |
| 4.4.2 机器学习开发流程 |
| 4.5 本章小结 |
| 5 基于多分类器组合的用电异常行为检测 |
| 5.1 相关理论基础的研究 |
| 5.1.1 逻辑回归 |
| 5.1.2 支持向量机 |
| 5.1.3 随机森林 |
| 5.1.4 BP神经网络 |
| 5.1.5 多分类器组合 |
| 5.2 电力用电数据的处理 |
| 5.2.1 数据集构建及介绍 |
| 5.2.2 数据清洗 |
| 5.2.3 特征提取 |
| 5.2.4 数据归一化和降维 |
| 5.3 模型构建与实验分析 |
| 5.3.1 基于基分类器的异常用电行为检测实验 |
| 5.3.2 基于多分类器组合模型的异常用电行为检测实验 |
| 5.3.3 模型比较 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作及展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（10）智能电网环境下保护数据隐私的聚合技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.3 论文主要工作 |
| 1.4 章节安排 |
| 第2章 相关知识 |
| 2.1 哈希函数 |
| 2.2 困难问题 |
| 2.3 安全模型 |
| 2.4 Gope等人方案的简介 |
| 2.5 本章小结 |
| 第3章 智能电网环境下安全高效的数据聚合方案 |
| 3.1 Gope等人方案的分析 |
| 3.2 智能电网环境下安全高效的数据聚合方案 |
| 3.3 安全分析与安全证明 |
| 3.4 性能分析 |
| 3.5 本章小节 |
| 第4章 智能电网环境下多维度的数据聚合方案 |
| 4.1 智能电网环境下多维度的数据聚合方案 |
| 4.2 安全分析与安全证明 |
| 4.3 性能分析 |
| 4.4 本章小节 |
| 第5章 智能电网环境下安全高效的数据聚合方案的仿真系统 |
| 5.1 系统模型 |
| 5.2 系统具体实现 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
四、智能家庭的一种新型网关设计（论文参考文献）
- [1]面向无线传感器网络的匿名认证与密钥协商协议研究[D]. 帅梦霞. 中国科学技术大学, 2021(09)
- [2]甘肃省移动公司家庭智能产品营销策略优化研究[D]. 蔄峥辉. 兰州大学, 2021(12)
- [3]智能家居系统能效优化管理的研究[D]. 佘玉龙. 安徽理工大学, 2020(07)
- [4]智能家居通用网关的设计与实现[D]. 高尚. 河北科技大学, 2020(06)
- [5]基于FNN和Django的智能家庭温室系统的设计[D]. 张硕. 北方民族大学, 2021(08)
- [6]多协议智能家庭网关系统的设计与实现[J]. 柯德营,焦少波,高飞. 中国新通信, 2020(22)
- [7]基于物联网的家居安防系统软件设计与实现[D]. 肖顺华. 电子科技大学, 2020(03)
- [8]基于边缘计算的森林火灾视频识别技术的研究[D]. 孙晓芳. 东北林业大学, 2020(09)
- [9]基于嵌入式Linux电力网关设计与用电异常行为分析[D]. 王星. 西安理工大学, 2020(01)
- [10]智能电网环境下保护数据隐私的聚合技术研究[D]. 黄承鹏. 暨南大学, 2020(03)
标签：智能家居论文; 智能家居控制系统论文; 内部网关协议论文; 密钥管理论文; 测试模型论文;