面向车载设备数据流的异常检测方法

摘要：

针对现有异常检测方法难以通过车辆行驶数据有效地发现车载设备异常的问题,提出一种面向车载设备数据流的异常检测方法.首先,从稳定性、完整性和一致性三种角度分别计算数据的波动、缺失和差异程度,并将其作为检测值放入累计池.然后,采用改进的Dempster-Shafer证据理论提取累计池中若干检测值的多个异常特征,并合成特征值,当特征值达到阈值时触发为相应异常事件.最后,结合贝叶斯理论建立概率Petri网模型,通过若干异常事件的相互组合推导出设备异常.实验结果表明,在分类模型评价指标下该方法的F均值达到近84％,能够有效地检出可能发生异常的设备.

关键词：车载设备、异常检测、证据理论、Petri网

所属期刊栏目：12

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;上海重点科技攻关项目;上海智能家居大规模物联共性技术工程中心项目

在线出版日期：2022-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：44-53,63