摘要
本发明涉及联网设备异常识别技术领域,具体地说,涉及基于人工智能的物联网设备异常行为识别方法与系统。其包括以下步骤:通过多源传感采集目标设备的运行状态数据,基于滑动时间窗口对多维时间序列特征矩阵进行切分,提取表征设备状态演化的时序行为特征向量,构建行为特征集合;由特征表示模型对行为特征集合进行嵌套编码后得到判别性嵌套特征向量,将判别性嵌套特征向量作为异常识别模型的输入,输出针对每一条设备行为轨迹的异常评分值;并将异常评分值与判别阈值进行对比,生成对应的状态标签。利用多层感知机与轻量级多层感知机联合生成判别性特征向量,在未见的结构性扰动样本中生成高异常评分,提高对未知异常模式的识别能力。
技术关键词
联网设备
时间序列特征
多层感知机
识别方法
嵌套
密度聚类算法
滑动时间窗口
矩阵
无监督聚类分析
异常识别技术
静态编码器
重构误差
轨迹
滑动窗口
时序
标签
编码器参数
系统为您推荐了相关专利信息
客流预测系统
客流预测方法
特征工程
数据采集模块
斯皮尔曼相关系数
快速识别方法
分辨率
红外光谱特征
特征提取模块
注意力机制
沥青混合料
动态
变量
机器学习模型评估
机器学习方法