边缘计算应用:传感数据异常实时检测算法

被引：30

作者：

张琪

胡宇鹏

嵇存

展鹏

李学庆

机构：

[1] 山东大学计算机科学与技术学院

来源：

计算机研究与发展 | 2018年 / 03期

基金：

国家重点研发计划;

关键词：

物联网; 边缘计算; 时序数据; 相关性; 离群距离;

D O I：

暂无

中图分类号：

O211.61 [平稳过程与二阶矩过程]; TP311.13 [];

学科分类号：

020208 ; 070103 ; 0714 ; 1201 ;

摘要：

随着物联网技术的不断发展,已逐步进入"万物互联"的新时代.针对物联网中实时采集的传感数据总体质量低下的问题,提出基于边缘计算的传感数据异常实时检测算法.该算法首先对相应的传感数据以"时间序列"的形式进行表示,并建立基于边缘计算的分布式传感数据异常检测模型;其次利用单源时间序列自身的连续性以及多源时间序列之间的相关性,分别对实时传感数据中出现的数据异常进行有效检测,并分别形成相应的异常检测结果集;最后将上述2个异常检测结果集进行有效地融合处理,从而得到更加准确的异常数据检测结果.通过实验验证该算法的检测准确性和有效性,结果显示:该算法检测时间短并且异常检出率高.

引用

页码：524 / 536

页数：13

共 8 条

[1] 边缘计算:万物互联时代新型计算模型 [J].

施巍松 ;

孙辉 ;

曹杰 ;

张权 ;

刘伟 .

计算机研究与发展, 2017, 54 (05) :907-924

[2] 从云计算到雾计算的范式转变 [J].

方巍 .

南京信息工程大学学报(自然科学版), 2016, 8 (05) :404-414

[3] 时间序列异常检测 [J].

周大镯 ;

刘月芬 ;

马文秀 .

计算机工程与应用 , 2008, (35) :145-147

[4]

Patient classification as an outlier detection problem: An application of the One-Class Support Vector Machine[J] . Neuroimage . 2011 (3)

[5]

A review on time series data mining[J] . Tak-chung Fu.Engineering Applications of Artificial Intelligence . 2010 (1)

[6] A View of Cloud Computing [J].

Armbrust, Michael ;

Fox, Armando ;

Griffith, Rean ;

Joseph, Anthony D. ;

Katz, Randy ;

Konwinski, Andy ;

Lee, Gunho ;

Patterson, David ;

Rabkin, Ariel ;

Stoica, Ion ;

Zaharia, Matei .

COMMUNICATIONS OF THE ACM, 2010, 53 (04) :50-58

[7]

Finding the most unusual time series subsequence: algorithms and applications[J] . Eamonn Keogh,Jessica Lin,Sang-Hee Lee,Helga Van Herle.Knowledge and Information Systems . 2007 (1)

[8]

Novelty detection: a review—part 2:[J] . Markos Markou,Sameer Singh.Signal Processing . 2003 (12)

← 1 →