公开(公告)号：CN111478904B

公开(公告)日：2022-05-03

申请号：CN202010270017.4

申请日：2020-04-08

Applicant: 莆田学院

Inventor： 许荣斌 ,  程永亮 ,  杨希葳 ,  刘志强 ,  谢莹

IPC: H04L9/40 ,  H04L67/12 ,  G06N3/04

Abstract: 本发明公开一种基于概念漂移的物联网设备通信异常检测方法，涉及机器学习领域，包括：首先，获取物联网设备之间的通信数据；然后，根据时间戳，划分初始样本集的时间区间；基于权重求解各个时间区间所需要的采样数量，采样获得平衡样本集，并将平衡样本集分成训练数据集和测试数据集STe；然后，通过LSTM对训练集进行训练，待模型收敛，然后以测试集对模型进行验证；最后，当模型的验证结果为有效时，将实时采集的实时通信数据输入模型，预测实时通信数据所处的通信状态。本发明通过对原始数据进行数值化处理，并根据时间戳对数据进行分层采样获得样本，经LSTM训练获得多分类的预测模型，并对物联网设备的通信状态进行预测。

公开(公告)号：CN111478904A

公开(公告)日：2020-07-31

申请号：CN202010270017.4

申请日：2020-04-08

Applicant: 莆田学院

Inventor： 许荣斌 ,  程永亮 ,  杨希葳 ,  刘志强 ,  谢莹

IPC: H04L29/06 ,  H04L29/08 ,  G06N3/04

Abstract: 本发明公开一种基于概念漂移的物联网设备通信异常检测方法，涉及机器学习领域，包括：首先，获取物联网设备之间的通信数据；然后，根据时间戳，划分初始样本集的时间区间；基于权重求解各个时间区间所需要的采样数量，采样获得平衡样本集，并将平衡样本集分成训练数据集和测试数据集STe；然后，通过LSTM对训练集进行训练，待模型收敛，然后以测试集对模型进行验证；最后，当模型的验证结果为有效时，将实时采集的实时通信数据输入模型，预测实时通信数据所处的通信状态。本发明通过对原始数据进行数值化处理，并根据时间戳对数据进行分层采样获得样本，经LSTM训练获得多分类的预测模型，并对物联网设备的通信状态进行预测。