摘要
提供一种联网设备的异常行为检测方法、设备、计算机程序产品。该联网设备的异常行为检测方法包括:构建因果图生成模型,构建加权图神经网络预测模型;将联网设备的多变量时间序列数据输入因果图生成模型,获得因果图和因果图的邻接矩阵;其中,多变量时间序列数据与联网设备的网络行为有关;将邻接矩阵和多变量时间序列数据输入加权图神经网络预测模型,获得异常行为预测值;根据异常行为预测值计算异常评分。本公开可以提高联网设备的异常行为检测的准确性。
技术关键词
神经网络预测模型
联网设备
序列
变量
卷积模块
数据
计算机程序产品
自动编码器
神经网络模型
输出模块
模式
锚节点
电路系统
概率密度函数
直方图
指令
线性单元
处理器
芯片系统
系统为您推荐了相关专利信息
风电功率预测模型
风能发电机
预测发电功率
风电功率预测方法
时序
退化特征
可靠性评估方法
装备
性能退化模型
数据
分布式光伏
功率预测方法
驱动特征
机器学习算法
电网运行可靠性
混合模块
道路分割方法
局部细节特征
融合特征
分支