基于機器學習的物聯(lián)網(wǎng)異常預測方法、系統(tǒng)及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202210240560.9 申請日 -
公開（公告）號 CN114615059A 公開（公告）日 2022-06-10
申請公布號 CN114615059A 申請公布日 2022-06-10
分類號 H04L9/40（2022.01）I;H04L67/12（2022.01）I;G06N3/08（2006.01）I;G06N3/04（2006.01）I 分類 電通信技術;
發(fā)明人 張輝輝;代江艷;陳春雷 申請（專利權）人 濰坊學院
代理機構 北京睿智保誠專利代理事務所（普通合伙） 代理人 -
地址 261061山東省濰坊市高新開發(fā)區(qū)東風東街5147號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于機器學習的物聯(lián)網(wǎng)異常行為預測方法、系統(tǒng)及存儲介質(zhì)，涉及機器學習領域。本發(fā)明包括以下步驟：收集物聯(lián)網(wǎng)環(huán)境下的數(shù)據(jù)集，并進行預處理；通過特征化將所述數(shù)據(jù)集轉(zhuǎn)化為特征向量；利用LSH算法對特征向量投影降維，并對降維后的特征向量分區(qū)規(guī)劃；將分區(qū)規(guī)劃后的特征向量輸入到卷積神經(jīng)網(wǎng)絡，遍歷每個節(jié)點，得到物聯(lián)網(wǎng)異常行為節(jié)點。本發(fā)明通過將數(shù)據(jù)降維并分區(qū)規(guī)劃，減少了運算數(shù)量，提高了運算效率以及運算精度，表現(xiàn)出較高的檢測準確率和較低的誤報率。