成果介绍物联网感知层测试实验与评估系统是在863主题项目—物联网安全感知关键技术及仿真验证平台的资助下完成。仿真平台为物联网感知节点部署后的性能提供一个仿真测试和性能评估的环境，其特点是：不需要部署真实的感知节点。通过对物理信道的建模、无线信号特征建模、电源建模和通信环境建模，能够最大限度模拟真实环境下的感知节点通信过程。仿真的结果是理论值，可以将感知层测试实验平台的数据作为系统的初始值，从而提高仿真的精度。其特点和指标：（1）针对实际应用环境配置参与通信的感知节点属性和参数，即节点建模；（2）建模感知节点的电源模型；（3）根据用户的需要选择节点部署的方式，并可以对节点位置、属性和参数进行手动调整；（4）能够加载待测的通信协议；（5）能够根据部署的拓扑图产生用户编程模板；（6）理论上，待测节点的数量不设置上限，但随着节点数量的增加，PC的处理时间将延长；（7）能够仿真无攻击或攻击情况下，网络的吞吐量、丢包率、延时、数据传输的平均路径长度、平均能耗和网络的扩展性等性能；（8）该平台不受具体应用的限制。技术创新点及参数技术原理：针对物联网感知层设备规模庞大，部署费时费力，以及部署前很难评估系统性能，部署后加载的协议一旦不符合要求，重新加载成本巨大的问题，研发了该平台。该成果的主要创新性体现在感知设备和环境等物理特征建模、测试内容和方法、仿真过程和结果的可视化显示等方面，使得开发的系统简单、易用，测试过程清晰、透明，测试结果可以分类比较。（1）在感知设备和环境等物理特征建模方面 该项目在感知设备部署环境方面，分别对室内环境和室外环境进行建模。针对室外环境，该团队主要考虑自由空间的情况下，根据设备部署在平坦区域和非平坦区域的不同进行建模；针对室内环境，该团队主要根据多径效应、视距是否阻挡以及不同建筑材料（包括：混凝土墙、混领土楼板、天花板管道、金属楼梯、厚玻璃、木门和隔墙等）对信号衰减的影响进行建模。在电源建模方面，主要是根据不同厂家的5号电池的放电曲线进行建模，由其放电电流、放电电压和持续时间来确定电源的剩余电量。在芯片建模方面，根据不同的芯片类型，建模发射功率、接收灵敏度、RSSI、发送速率、工作电流和最小工作电压等主要参数。（2）在感知层的测试内容和方法方面该平台主要针对感知层需要评价的性能，如：吞吐量、丢包率、延时、平均路径长度、能耗和连通度等，设计了其测试方法，新增待测性能可以通过组件的方式扩展。为了实现相关性能测试，首先需要选择设备类型和部署场景，如图1和图2所示。然后进行部署，部署完成后，系统会自动产生5类文件，即：.ned文件，定义了感知设备部署后的拓扑结构，如图3所示；.msg文件，定义了感知设备之间的通信规则，用户可以根据实际需要进行修改和自定义；.ini文件，设备一旦部署完成后，其id号和位置坐标将记录在该文件中，设备移动后，该文件对应的坐标值将自动更新；.h和.cc文件，即用户待测协议的源文件。一旦感知设备部署完成，平台自动产生这5类文件的初始框架，用户只需要写入待测协议的具体代码，经编译器编译后，即可进入测试环节。具体协议的代码可根据该项目组编写的编程指南开发，其开发环境与C语言的开发环境类似，方便易用。（3）在仿真过程和结果的可视化显示方面一旦待测协议编译完成，平台即可开始相关的测试，此时，用户可以根据需要动态选择不同的参数，进行测试。开始测试时，平台将同步显示协议的通信过程，如图5所示。根据仿真测试结果，不同的协议可以进行性能对比，如图4所示为不同协议的网络平均能耗对比。该平台可以在无攻击和无安全机制、无攻击和有安全机制、有攻击和无安全机制、有攻击和有安全机制等四种情况下，评估感知层网络的性能，并将它们的测试结果进行对比分析。国内外同类技术对比：国际上类似的仿真工具有十种左右，如：TOSSIM，OpenNet，NS2和OMNET等，都是针对传感器网络开发，不能仿真技术体制不同的感知设备，没有对设备、网络和环境等物理特征建模，而且无法接入实体设备，无法进行虚实结合的仿真测试。即使有些工具可以仿真感知层网路，如：TOSSIM，但是只提供TinyOS传感网络的仿真环境，无法仿真系统的安全性能，无法动态添加安全策略和安全模型。而NS2、OpenNet和OMNET虽然可以仿真安全协议，但使用复杂，不易掌握，无法进行多安全机制对比，无法接入实体设备。而且，它们仿真的物理层是理想状态，造成仿真结果与实际存在较大的差异。

1. 痛点问题 场景、目标对象的感知与语义理解在医疗健康、运动培训等领域具有广阔的应用前景，其核心是如何在像素级、对象级、场景级多层次、多尺度表示下实现语义、几何及空间关系的透彻感知。 现有计算机视觉方法或激光雷达等手段无法同时获取多个维度的高质量场景与目标信息，同时现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。 2. 解决方案 团队提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息；提出一种基于物理空间推理和语义关联建模的动态场景深度估计方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现复杂动态场景的无先验深度估计，将观测目标与背景进行区分；提出一套从图像和视频中预测目标的位置和姿态的方法，包括迭代匹配的深度网络、基于物体三维坐标的旋转/平移解耦、自监督6D模型等，克服了遮挡、光照变化、视觉歧义与数据标注依赖等因素的影响，可以准确估计目标相对相机的 6D 位姿（3D平移量和3D旋转量）；构建了基于全卷积网络和兴趣区域的多目标实例检测与分割框架，有效的解决了复杂类别、场景遮挡情况下的多目标实例分割问题，能够实现同时对场景中多个目标检测与分析。 合作需求 寻求医疗健康服务、医疗器械等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

本项目搭建一套基于深度学习技术的列车轨道安全自主感知系统，利用摄像头，激光雷达毫米波雷达等多传感器，通过多传感器融合和物体检测技术，对轨道安全进行监测感知。通过视觉目标检测，实现激光雷达点云数据处理和多传感器数据整合。

一种采用空间网络编码的网络传输方法，属于网络信息传输方 法，解决现有基于线性划分的空间网络编码方法当存在分簇现象时计 算量陡增以及求线性规划最优解时计算量较大的问题。本发明包括： (1)初始化步骤，(2)形成约束矩形步骤，(3)划分步骤，(4)求平衡前线性 规划最优解步骤，(5)调整中继点到平衡位置步骤，(6)求平衡后线性规 划最优解步骤。本发明通过采用非线性划分的空间网络编码，解决基 于线性划分方法中给定终端点存在分簇现象时计算量陡增的问题；通 过预处理移除虽在终端点约束矩形内但在终端点凸包外的中继点，可 进一步降低本发明中线性规划求解时的计算量，从而有效提升网络传 输的总体性能。

研发的智能物联网采用 Arduino 嵌入式网关硬件平台和 IEEE1888 协议，功能包括： (1) 全功能网关：既可以向存储器上报数据，也可以从应用单元获取指令。(2) 独立配置管理模块： 可以通过配置管理模块提前设置网关参数。(3) 底层设备实时控制：服务器或手机端 APP 向网关发送控制命令，网关接受命令后进行执行处理。(4) HTTP 服务器：能把在线化的传感器数据或状态信息长期保存。(5) 数据可视化：APP 能读取设备数据或存储器内的历史数据，并可视化展示。(6) 支持底层多类型传感器的 WiFi、BLE4.0、以太网等接入到网关。

习总书记指出“没有网络安全就没有国家安全”，发展信息技术，建设网络强国，是我国的重大战略目标。面向国家重大需求，突破网络空间异常行为分析难题，研究了网络行为高逼真仿真模拟技术、目标网络快速生成技术、基于超知识图谱的网络攻击准确研判等关键技术，形成了多层次、多粒度、多维度的网络空间安全技术体系，研究成果被应用于建设具备世界领先水平的泛在网网络靶场，在天地一体化网络、未来网、区块链等重点领域进行了技术示范应用，取得了巨大社会和

智能分析 独家云地联邦学习，威胁模型自进化 威胁检测准确率＞96% 动态检测 智能图谱关联分析，威胁实时感知 提供实时、动态、快速检测 全局防御 “云网安”协同，威胁秒级处置 事件自动化响应，威胁处置＜30s 内生可信 连接可信，有信誉 网络可信，确定性 设备可信，难篡改

本发明通过对非参量CUSUM检测算法进一步改进并应用到频谱检测中，能够在没有信号先验知识与信号出现时刻随机的条件下，克服现有快速检测方法的不足，更加快速低地检测到信号。并能够根据检测情况动态调整偏移量，使得检测延时进一步缩减。

物联网感知大数据可信存储与分析处理平台（IOT-SeaCloudDM）：针对智慧城市、物联网、车   联网中各种采样数据（包括各类传感器、RFID、条形码阅读器采样的时空相关数据）的数据管理需求，  提供一个通用的感知大数据处理平台，对各类相关的感知采样数据进行统一管理，并达到如下目标：（1） 提供 PB~EB 级的感知采样数据存储、管理与查询处理。（2） 提供时态 - 空间数据、采样数值数据的统计分析与数据挖掘。（3）在此基础上，为各类智慧城市、物联网应用提供基础软件支撑。