[发明专利]多维时空数据的多层次异常检测方法

摘要

本发明涉及多维时空数据的多层次异常检测方法，包括：A.具有传感数据层、下沉层和网关层；B.通过事先测量的历史事件异常数据得到相关属性集合和关联属性数据的关联数据矩阵M，以及相关系数矩阵R；C.在传感数据层上根据同一传感器相邻数据的波动差值判断该传感器在该周期内采集的数据是否异常，并将结果传到下沉层的对应节点；D.下沉层通过每个节点的检测结果中异常数据所占比例对该节点的数据进行是否异常的标识；E.网关层根据下沉层的异常检测结果提取出异常属性集合。本发明的计算过程简单，通过计算数据的波动在时间上能够快速发现异常事件，再对数据的属性进行相关性检测，有效提高了异常数据的检出准确性。

主权项

多维时空数据的多层次异常检测方法，其特征包括：A.具有传感数据层：包含了各种类型的传感器，用于采集各种属性的数据；下沉层：收集同类型传感器上传的数据，每一种类型的传感器对应于下沉层的一个节点；网关层：收集下沉层所有节点上传的数据；B.通过数据挖掘技术在事先测量的历史事件异常数据中挖掘出具有相关性的属性，得到相关属性集合；针对相关属性集合的每一个元素，计算各属性的均值，通过均值计算得到关联属性数据的关联数据矩阵M，以及相关系数矩阵R；C.在传感数据层上对各传感器进行基于数据时间相关性的异常检测：采集各传感器的数据，根据同一传感器的相邻数据计算数据的波动差值，根据波动差值的大小得到该传感器在该周期内采集的数据是否异常；将所有传感器的数据和检测结果传到下沉层的对应节点；D.通过在下沉层的节点收集同类型传感器上传的数据和检测结果，进行基于数据空间相关性的异常检测和数据融合，将融合结果和异常检测结果上传到网关层：计算每个节点根据步骤C中对应的检测结果中异常数据所占该节点接收的总数据的比例，根据所述比例与阈值的大小关系对该节点的数据进行是否异常的标识；E.网关层收集下沉层所有节点上传的数据和异常检测结果，根据异常检测结果提取出异常属性集合。