实验室硕士生屠隽弢的论文被国际顶级期刊 ieee internet of things journal(if=9.936)录用,祝贺!
anomaly detection based on multidimensional data processing for protecting vital devices in 6g enabled massive iiot
ieee internet of things journal,
2021 (sci index, if=9.936)
随着工业物联网(iiot)的应用深入,大量的多维数据被生成,更高的维度增加了数据处理的难度。此外,工业物联网节点收集的数据集经常出现异常值,这些异常值通常是由异常事件或错误造成的。异常值中包含了相当有价值的信息,但也会阻碍系统的正常运行。因此,如何量化信息的价值并以此保护高优先级的iiot节点是一项重要的课题。本研究旨在开发一种以第六代(6g)网络为驱动的方法。该算法利用多维数据关系图来表征异构数据之间的时空相关性。然后,利用自回归外生模型消除噪声对传感器数据的影响,帮助检测异常。最后,该算法引入累积价值系数(ccov),以识别高价值传感设备,并使用隐藏在数据中的特征模式推动大规模6g物联网的部署。实验结果表明,该方法能够有效地处理复杂工业环境中普遍存在的干扰噪声的影响。此外,拥有较高的异常检测精度,弥补了传统方法中的一些不足。