基于多视频源特征与格式存储的百型工业设备指纹可信验证数据集

本数据集面向工业互联网设备身份认证与可信验证研究需求建设。基于中国科学技术大学高新园区的真实监控场景，采集了100组独立摄像头设备的视频数据。采用光响应非均匀性（PRNU）算法，通过从视频中抽取20帧图像分别提取噪声残差并进行算术平均融合，构建了高鲁棒性的设备指纹，并以NumPy (.npy) 格式存储。数据集主要记录了反映传感器物理唯一性的PRNU噪声特征矩阵。数据体量方面，共包含100个设备类别，每类10条独立指纹记录，总计1000条高质量样本。该数据集旨在解决现有研究缺乏标准化基准的问题，为设备指纹提取、多帧融合策略及匹配算法的性能评估提供基础数据支撑。