基于知识图谱和大模型的非智能传感器的实体发现方法

来源：计算机应用杂志2026年第2期北京时间：

作者：何金栋, 及宇轩, 陈天赐, 许恒铭, 耿技, 曹明生, 梁员宁

单位：1.网络与数据安全四川省重点实验室（电子科技大学），成都 610054；2.国网福建省电力有限公司电力科学研究院 数字研究所，福州 350007；3.武汉理工大学 法学与人文社会学院，武汉 430070；4.中国人民解放军31680部队，成都 610000

摘要：在工业物联网（IoT）领域，设备实体发现构成了设备管理的关键组成部分。相较于智能传感器，非智能传感器由于缺少内在的通信协议，它们的发现过程尤为复杂，这让高效且准确地识别非智能设备成为亟待解决的技术难题。因此，提出一种基于知识图谱和大模型的非智能传感器识别方法。首先，通过提取非智能传感器的属性值，构建三层知识图谱；其次，从知识图谱中提取传感器的特征向量；最后，将特征向量信息输入大模型中进行微调，并通过系列实验优化，得到最佳模型微调参数。实验结果表明，在公开的IoT传感器数据集SensorData上，所提方法的识别准确率高达96.2%，显著提升了识别效率。

关键词：物联网,知识图谱,大模型,微调,非智能传感器,实体发现

基金资助：国家自然科学基金资助项目(62372083);连云港市科学技术局项目(CG2322)