物联网异常检测-算法，技术和开源实施

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

物联网异常检测-算法，技术和开源实施
背景
物联网的异常检测是物联网的原型应用之一。
物联网外部也使用了异常检测技术。
在我在#universofofoxford的教学中-我们使用异常检测作为用例，因为它汇集了IoT的许多复杂性，还演示了多种#machinelearning和#deeplearning算法的使用   
从长远来看，我正在探索为我的学生和一般人创建一个用于物联网的开源异常检测器的想法。
因此，我将从研究的角度探索这一领域，并将在Data Science Central上分享想法。
我将继续与学生一起探索和实施解决方案，作为下面列出的一系列用例和策略。如果您有贡献，请与我联系Ajit Jaokar-Linkedin
介绍
异常是由多种原因引起的，包括入侵检测，欺诈和数据泄漏
我们可能有许多类别的异常 -例如：
点异常：超出规范的特定数据点
上下文异常：如果数据点在特定上下文中异常，例如在时间窗口中
集体异常：数据点的集合超出规范
一系列算法方法可用于异常检测
有监督的学习：SVM或深度神经网络
半监督异常检测：一类SVM和自动编码器-或诸如高斯混合方法或内核密度估计之类的密度估计方法-在其中训练正常类别并检测异常是否偏离正常类别。
无监督的异常检测：我们没有这样的训练数据。聚类是无监督学习的一个例子
物联网异常检测也遇到不平衡的数据集。因此，我们需要处理不平衡数据的方法，例如重采样，欠采样和过采样。通过使用SMOTE和ADASYN技术通过插值生成少数类的新合成数据，也可以实现随机过采样。
最后，我们在下表中列出了一系列特征工程技术用于异常检测
分析
我们代表以下分析（和资料来源）。
下一步-开源物联网异常检测器吗？
我将继续与学生一起探索和实施解决方案，作为下面列出的一系列用例和策略。如果您有贡献，请与我联系Ajit Jaokar-Linkedin
下面的分析样本
您可以从此链接下载完整表格-IoT异常检测 -
参考
（下面）
异常类型方法特征应用
区
[11]集体实值负选择自组织图网络流量
[12]互联网异常支持向量机 特征选择的遗传算法真实世界的NIDS
[13]滥用检测系统调用包记忆单元UNM系统调用顺序
[14]集体CNN和RNN深入的CNN功能智能家居
[15]语境支持向量机--人类活动
[16]集体基于PCA和模糊规则特征缩减智能家居
[17]语境支持向量机--卫生保健
[18]集体多类SVM深图穿戴式小工具
[19]集体单类SVM二进制表示智能家居
[20]集体对抗自动编码器（AAE）和变化自动编码器（VAE）条纹和点异常Cifar 10
[21]集体决策树，随机森林和人工神经网络多类功能网络流量
[22]点随机森林机点异常的二进制特征网络流量
[23]端点，尽管存在IP欺骗以网络为中心，基于行为学习的异常检测方法基于行为学习的功能网络流量
[24]点无监督学习--航天
[25]点在CTIV平台上受监管深度特征图铁路轨道
[26]语境监督历史数据随机分类器用于降维道路轨迹
[27]语境监督历史数据随机分类器用于降维空中交通管制系统
[28]语境连续云增加复杂性，并将每个模型与一层关联检测延迟
[29]启用S??DN合奏学习深度自动编码器以提取方便的功能基准数据集
[30]点长期门槛分析故障数据模式不同的传感器
[31]分布式攻击深度模型混合柜台零件网络流量
[32]活动攻击自我学习设备类型特定的通信 网络流量
[33]集体病患使用TCP / IP验证工业物联网
[34]设备基于多流CNN的远程监控形状和纹理不规则网络流量
[35]点边缘计算机云没有空中交通管制系统
[36]语境LSTM长期数据功能智能家居
[37]语境基于深度学习的方法深度信念网络（DBN）功能图卫生保健
[38]集体+积分两阶段滑动递归自动编码器原始时间序列时间序列
[39]点时间卷积网络（HS-TCN）堆叠功能物联网通讯
[40]分散式图神经网络多代理功能网络流量
[41]分散式神经网络多层人工神经网络功能网络流量
[42]语境支持向量机--卫生保健
[43]语境随机森林机上下文异常的深层功能网络流量
[44]语境基于认知的中间件隐藏功能网络流量
[45]分散式超轻量级深包异常检测位模式匹配网络设备
[46]分散式DNN数据驱动的特征选择能源管理
[47]分散式无监督的CNN自动分析功能网络流量
[48]分散式多卷积神经网络（multi-CNN）功能融合网络流量
[49]分散式开发和运营（DevOps）方法车手优化算法（ROA）网络流量
[50]分散式层次聚类+ LSTMM估计器网络流量
[51]集体监督学习异常模式 智能家居
[52]集体监督学习考克斯历时特征智能厨房
[53]语境监督学习层次马尔可夫特征智能家居
[54]语境监督学习没有智能家居
[55]语境监督学习数据源信息飞行安全
[56]语境非监督学习文字特征道路交通
[57]集体监督学习内核特征空间 航天
[58]集体监督学习概率特征泵车
[59]集体监督学习统计特征车辆异常
[60]点监督学习没有垃圾桶
[61]点没有低层次推理卫生保健
[62]点监督学习基于单通道的功能卫生保健
[63]语境监督学习脑电信号特征卫生保健
[64]语境监督学习基于历史数据的功能卫生保健
[65]语境监督学习基于人员移动的功能卫生保健

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：物联网 Data Science Learning LinkedIn earning