一种用于物联网流量中的异常样本检测方法

本发明公开了一种用于物联网流量中的异常样本检测方法，属于网络安全技术领域；具体为：首先，采集原始IoT流量数据上传至边缘计算节点或中心服务器，经过特征提取与类均值聚类算法，形成结构化的特征分组；并利用特征分组的组内紧凑、组间分离的距离损失函数优化分类器模型。然后，将优化后的分类器模型部署到云端或者边缘设备，输入待测样本得到中间特征向量，分别与分类器模型输出的各个特征分组的特征均值，计算Mahalanobis距离，选择距离最小值作为异常分数；最后，使用KDE自适应阈值方法对异常分数进行概率密度估计分析，动态确定该待测样本是否为异常。本发明实现了多类别不均衡场景下对异常样本的检测和识别。