基于深度信念网络的高维传感器数据异常检测算法

• 作者: 乔焰 夏晓峰 崔信红 金鹏
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 无线传感器网络 异常检测 深度信念网络 支持向量机 滑动窗口
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 无线传感器技术
• 页码范围: 892-901
• 页数: 10页
• 分类号: TP393
• 字数: 7849字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.06.014

摘要

越来越多的物联网数据呈现高维度特征,针对目前传感器数据异常检测算法对高维数据在线检测的困难,提出一种基于深度信念网络的高维传感器数据异常检测算法.首先利用深度信念网络对高维数据进行特征提取,降低原始数据维度,再对降维后的数据进行异常检测.在检测过程中将QSSVM(Quarter-Sphere Support Vector Machine)与滑动窗口模型相结合,实现了在线式的异常检测.通过在四组真实传感器数据上的大量实验,与先前的异常检测算法做了对比,实验结果表明,新算法相对于OCSVM(One-Class Support Vector Machine)仅利用原有算法50％的计算时间,将检测准确度提高了约20％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔焰	安徽农业大学信息与计算机学院	5	38	4.0	5.0
5	金鹏	安徽农业大学信息与计算机学院	6	25	3.0	5.0
6	夏晓峰		1	0	0.0	0.0
7	崔信红	安徽农业大学信息与计算机学院	1	0	0.0	0.0