摘要
本发明公开了一种云边融合环境中的异常事件探测方法。本发明利用CRITIC法筛选出与异常事件发生密切相关的主要属性,避免无关属性收集的时间能量消耗;然后对主属性设备收集的数据进行可靠性约束,排除因物理或人为因素导致设备不稳定而产生的数据干扰;再对可靠的主属性设备利用最小生成树原理构建最优的数据收集路径,排除冗余数据并使得数据传输代价最小;最后在边缘层进行加权融合,完成初步异常事件探测,对于异常情况再交于云层决策。本发明具有低时延、低能耗和高准确率的优点,过滤冗余和不可靠信息,降低了数据收集传输集成时延,从而降低了整体异常事件探测的时间和能耗,并且提高了探测准确性,满足多场景异常事件探测需求。
技术关键词
异常事件
生成树
样本
prim算法
探测设备
设备出发
无线网络
数据
指标
收集设备
矩阵
节点
设备通信
异常信息
能量消耗
低时延
多场景
通讯
冗余度
系统为您推荐了相关专利信息
图像识别方法
音频特征
神经网络架构
多模态
合成器
参数预测方法
粒子
交通状态预测
统计时间间隔
最佳参数组合
差分隐私保护方法
客户端
深度神经网络
参数
中心服务器