一种基于信息熵的传感器数据异常检测方法

• 作者: 张冬梅 田黎明
• 来源期刊: 软件
• 学科: 工学
• 关键词: 信息熵 滑动窗口 异常概率 异常检测 时间相关性 统计特征
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP393
• 字数: 4417字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.09.015

摘要

传感器数据采集作为系统感知信息和获取数据的重要手段,其数据的真实性和可靠性至关重要,数据异常检测能提升数据的质量,挖掘出数据的潜在信息.基于分类、聚类等的检测方法依赖于数据的空间相关性,且复杂度很高,不适用于智能家居等小型物联网环境.基于数据距离的检测方法适用于此场景,但是存在误报率高的问题.针对这些问题,本文将传感器滑动窗口内的数据值作为离散随机变量,定义了数据流的信息熵,在此基础上提出了一种通过计算滑动窗口内信息熵进而检测数据异常的方法.模拟实验表明,本文提出的方法能高效地检测异常,并且有更高的检测率及更低的误报率,符合预期结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冬梅	北京邮电大学网络空间安全学院	19	64	5.0	6.0
2	田黎明	北京邮电大学网络空间安全学院	1	3	1.0	1.0