Método de fusión de seguridad de datos de entrenamiento físico basado en el Internet de las Cosas

El entrenamiento físico, una forma importante de mejorar la aptitud física, es la garantía básica para formar la efectividad en combate. Actualmente, los tipos de evaluación del entrenamiento físico se realizan mayormente manualmente. Presenta problemas como baja eficiencia, alto consumo de recursos humanos y materiales, y factores subjetivos que afectan los resultados de la evaluación. "Internet+" ha ampliado enormemente la red tradicional desde la perspectiva de la convergencia tecnológica y los objetos de cobertura de red. Ha acelerado y promovido el rápido desarrollo de la tecnología del Internet de las Cosas (IoT) y sus aplicaciones. El IoT, con muchos nodos sensores, muestra características de redundancia en la adquisición de información, sensibilidad energética de los nodos, apertura en la distribución de la red, demanda de confiabilidad en los datos, etc. Por lo tanto, la investigación sobre métodos de fusión de seguridad de datos en el IoT tiene un importante significado teórico y perspectivas de aplicación. Para garantizar la autenticidad y confiabilidad de los resultados de fusión de los datos de entrenamiento físico, se analizan las características y el rendimiento de seguridad del IoT, y se identifican los requisitos básicos para la fusión segura de datos sensoriales del IoT. Se propone un modelo mejorado de fusión de datos basado en clústeres para abordar las limitaciones del modelo basado en clústeres, y se estudia un método de fusión segura de datos de entrenamiento físico. Finalmente, este artículo realiza numerosos experimentos de simulación. Los resultados experimentales muestran que el modelo de fusión de datos basado en clústeres mejorado tiene un mejor rendimiento, mejorando aún más la seguridad de la fusión de datos de entrenamiento físico basada en el IoT. Por último, el artículo ofrece un análisis del rendimiento de seguridad.