[發明專利]嵌入式智能終端異常數據的檢測方法和嵌入式智能終端在審
| 申請號： | 201711375673.5 | 申請日： | 2017-12-19 |
| 公開（公告）號： | CN108337226A | 公開（公告）日： | 2018-07-27 |
| 發明（設計）人： | 胡琳琳;耿筱林;郭志川 | 申請（專利權）人： | 中國科學院聲學研究所 |
| 主分類號： | H04L29/06 | 分類號： | H04L29/06;H04L29/08;G06F17/30 |
| 代理公司： | 北京億騰知識產權代理事務所 11309 | 代理人： | 陳霽 |
| 地址： | 100190 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 異常數據 智能終端 嵌入式 聚類簇 聚類圖 有向圖 檢測 關系構造 計算資源 數據包含 預設條件 運行效率 終端設備 檢測率 誤報率 聚類 輸出 挖掘 | ||
1.一種嵌入式智能終端異常數據的檢測方法，其特征在于，所述檢測方法包括：
接收待測數據，所述待測數據包含異常數據；
確定所述待測數據中的對象，每個對象的k近鄰，以及所述對象之間的k近鄰關系；
根據所述對象之間的k近鄰關系構造k近鄰有向圖；
根據所述k近鄰有向圖構造k-聚類圖，并對所述k-聚類圖中的聚類簇進行標記；
當所述聚類簇中的部分聚類簇滿足預設條件時，所述部分聚類簇中的待測數據作為異常數據輸出。
2.根據權利要求1所述的檢測方法，其特征在于，在所述對所述k-聚類圖中的聚類簇進行標記之后；所述檢測方法還包括：
當所述聚類簇中的部分聚類簇滿足預設條件時，向云端服務器發送請求消息，所述請求消息用于所述云端服務器對所述部分聚類簇中的待測數據進行計算，獲得異常數據并輸出。
3.根據權利要求2所述的檢測方法，其特征在于，所述云端服務器對所述部分聚類簇中的待測數據進行計算，獲得異常數據并輸出，包括：
所述云端服務器計算所述部分聚類簇中的所述待測數據基于簇的離群點因子；
當所述部分聚類簇中的所述待測數據基于簇的離群點因子滿足預設閾值時，確定所述部分聚類簇中所述待測數據作為異常數據輸出。
4.根據權利要求1至3任一項所述的檢測方法，其特征在于，所述根據所述k近鄰有向圖構造k-聚類圖，包括：
根據所述k近鄰有向圖中的k-互鄰居關系構造k-聚類圖。
5.一種嵌入式智能終端，其特征在于，所述嵌入式智能終端包括存儲器和處理器，以及存儲器中存儲的計算機程序，當處理器調用所述存儲器中的計算機程序時，所述處理器執行以下操作：
接收待測數據，所述待測數據包含異常數據；
處理單元確定所述待測數據中的對象，每個對象的k近鄰，以及所述對象之間的k近鄰關系；
根據所述對象之間的k近鄰關系構造k近鄰有向圖；
根據所述k近鄰有向圖構造k-聚類圖，并對所述k-聚類圖中的聚類簇進行標記；
當所述聚類簇中的部分聚類簇滿足預設條件時，所述部分聚類簇中的待測數據作為異常數據輸出。
6.根據權利要求5所述的嵌入式智能終端，其特征在于，在所述對所述k-聚類圖中的聚類簇進行標記之后；所述處理器還用于執行：
當所述聚類簇中的部分聚類簇滿足預設條件時，向云端服務器發送請求消息，所述請求消息用于所述云端服務器對所述部分聚類簇中的待測數據進行計算，獲得異常數據并輸出。
7.根據權利要求6所述的嵌入式智能終端，其特征在于，所述云端服務器對所述部分聚類簇中的待測數據進行計算，獲得異常數據并輸出，包括：
所述云端服務器計算所述部分聚類簇中的所述待測數據基于簇的離群點因子；
當所述部分聚類簇中的所述待測數據基于簇的離群點因子滿足預設閾值時，確定所述部分聚類簇中所述待測數據作為異常數據輸出。
8.根據權利要求5至7任一項所述的嵌入式智能終端，其特征在于，所述根據所述k近鄰有向圖構造k-聚類圖，包括：
根據所述k近鄰有向圖中的k-互鄰居關系構造k-聚類圖。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院聲學研究所，未經中國科學院聲學研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711375673.5/1.html，轉載請聲明來源鉆瓜專利網。
