[发明专利]一种通信终端的异常检测方法、装置、设备及介质

说明书

本申请公开了一种通信终端的异常检测方法、装置、设备及介质，涉及物联网技术领域。方法包括：获取各通信终端的数据并实时更新GBM模型；其中，根据通信终端的历史数据和用户需求确定检测问题类型并构建对应的GBM模型，GBM模型引入局部损失和全局损失；利用更新后的GBM模型对数据进行异常检测。可以理解为：获取到10个数据时，根据局部损失和全局损失确定第1个数据在模型中学习到70％时，立即输入第2个数据；第2个数据在模型中学习到50％时立即输入第3个数据，直到学习完全部数据，以此实现并行训练且提高数据检测速度；GBM模型可以根据数据实时更新，实现对GBM模型的在线更新并进行异常检测，保证异常检测的准确度。

技术领域

本申请涉及物联网技术领域，特别是涉及一种通信终端的异常检测方法、装置、设备及介质。

背景技术

随着物联网技术成熟，物联网已经大规模应用于各个领域，物联网不同于传统的通络物联网主要提供物与物的连接，物联网能够将更多的物体连接到网络中。物联网通信系统中涉及到的通信终端的数量很多，通常有成千上万个通信终端，这些通信终端位置在部署时候有可能是固定不变的，也有可能是不固定且根据实施场景不断变化的，导致在物联网系统长期运营中，对这些通信终端的维护和管理带来巨大工作量和成本。因此为了及时发现和定位物联网中的处于异常工作状态的通信终端，现有的检测通信终端异常的方法是通过特定的参数对通信终端的状态进行检测，可举例说明：收集通信终端处设置的温度传感器和/或湿度传感器检测到的多个温度值和/或湿度值，其中温度值和/或湿度值的个数为10个，在判断第1个温度值和/或湿度值并得出通信终端是否处于异常状态后，再次判断第2个第一个温度值和/或湿度值，依次类推，直到判断完第10个温度值和/或湿度值。此时，在检测通信终端的状态时，检测速度过慢，且不能在线学习。

鉴于上述存在的问题，寻求如何使得检测通信设备异常方法的在线学习且能够提升检测速度是本领域技术人员竭力解决的问题。

发明内容

本申请的目的是提供一种通信终端的异常检测方法、装置、设备及介质，用于使检测通信设备异常方法在线学习且提升检测速度。

为解决上述技术问题，本申请提供一种通信终端的异常检测方法，包括：

获取各通信终端的数据；

根据数据实时更新GBM模型；其中，GBM模型构建步骤包括：根据通信终端的历史数据以及用户需求确定检测通信终端的问题类型；根据问题类型构建对应的GBM模型，GBM模型引入本地学习器的局部损失和GBM模型的全局损失；

利用更新后的GBM模型对数据进行异常检测，以确定通信终端是否处于异常状态。

优选地，根据数据实时更新GBM模型包括：

根据数据确定调节参数；

根据调节参数得到残差；

根据残差确定局部损失；

根据局部损失确定全局损失；

更新GBM模型。

优选地，在根据数据实时更新GBM模型之后，在利用更新后的GBM模型对数据进行异常检测之前，还包括：

对GBM模型进行模型评估，并得到评估结果；

根据评估结果判断更新后的GBM模型是否达到检测标准；

若是，则进入利用更新后的GBM模型对数据进行异常检测的步骤；

若否，则返回至根据数据实时更新GBM模型的步骤。

优选地，根据通信终端的历史数据以及用户需求确定检测通信终端的问题类型包括：

选取特征分类方法对数据进行特征提取，并得到各类特征，其中，特征分类方法分别为过滤法、封装法、嵌入法；