10.11772/j.issn.1001-9081.2021061115
基于局部敏感布隆过滤器的工业物联网隐性异常检测
工业物联网(IIoT)系统中的传感器由于持续使用和正常磨损出现损坏,导致收集和记录的传感数据出现隐性异常.为解决该问题,提出一种基于局部敏感Bloom Filter(LSBF)模型的异常检测算法LSBFAD.首先利用基于空间划分的快速Johnson-Lindenstrauss变换(SP-FJLT)对数据进行哈希映射,然后采用相互竞争(MC)策略进行除噪,最后利用0-1编码构建Bloom Filter.在SIFT、MNIST和FMA三个基准数据集上进行的仿真实验中,LSBFAD算法的误报率(FAR)均低于10%.实验结果表明,基于LSBF的异常检测算法与当前主流的异常检测算法相比,具有较高的检测率(RD)和较低的误报率,可有效应用于IIoT数据的异常检测.
工业物联网;异常检测;布隆过滤器;快速Johnson-Lindenstrauss变换;相互竞争策略;隐性异常
41
TP391(计算技术、计算机技术)
国家自然科学基金资助项目;福建省科技计划重大项目;福建省自然科学基金资助项目
2022-01-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
3620-3625