16、医疗物联网入侵检测的深度学习方法与边缘计算应用

医疗物联网入侵检测的深度学习方法与边缘计算应用

1. 深度学习概述

深度学习系统在安全关键的物联网应用中至关重要，为产生准确结果，需要高计算资源和大量数据来训练模型。深度神经网络能通过一系列“是或否”问题的输出对数据进行分类，涉及复杂数学计算。深度学习算法分为监督学习和无监督学习，具体如下：
|学习类型|包含算法|
| ---- | ---- |
|监督深度学习|人工神经网络（ANN）、卷积神经网络（CNN）、循环神经网络（RNN）、自组织映射（SOM）|
|无监督深度学习|玻尔兹曼机、自动编码器|

深度学习的主要应用包括无人驾驶汽车、聊天机器人、医学影像诊断、社交媒体面部识别等。

2. 容器化技术

容器化是一种软件开发方法，将应用程序及其依赖项和环境打包成镜像，并部署在主机操作系统上。容器是一个便携式操作环境，能独立运行应用程序，不使用其他容器的资源，类似于独立的物理计算机或虚拟机。与虚拟机技术不同，容器只包含应用程序及其依赖项，操作系统是共享的，而虚拟机包含应用程序、依赖项和完整的客户操作系统，因此容器所需资源更少。

容器化的主要概念如下：
- 容器主机 ：运行容器的物理机或虚拟机。
- 容器镜像 ：执行应用程序所需的轻量级可执行软件包，包括代码、库、系统工具和设置。
- 容器 ：容器镜像的运行时实例。
- 容器仓库 ：创建容器时存储镜像及其依赖项的地方，可以是公共或私有注册表。

容器