计算机应用

作者：肖如良, 曾智霞, 肖晨凯, 张仕

单位：1.福建师范大学 计算机与网络空间安全学院，福州 350117；2.数字福建环境监测物联网实验室（福建师范大学），福州 350117；3.福建省网络安全与密码技术重点实验室（福建师范大学），福州 350007

关键词：工业物联网,异常检测,布隆过滤器,快速Johnson-Lindenstrauss变换,相互竞争策略,隐性异常

基金：国家自然科学基金资助项目(61772004);福建省科技计划重大项目(2020H6011);福建省自然科学基金资助项目(2020J01161)

工业物联网（IIoT）系统中的传感器由于持续使用和正常磨损出现损坏，导致收集和记录的传感数据出现隐性异常。为解决该问题，提出一种基于局部敏感Bloom Filter（LSBF）模型的异常检测算法LSBFAD。首先利用基于空间划分的快速Johnson-Lindenstrauss变换（SP-FJLT）对数据进行哈希映射，然后采用相互竞争（MC）策略进行除噪，最后利用0-1编码构建Bloom Filter。在SIFT、MNIST和FMA三个基准数据集上进行的仿真实验中，LSBFAD算法的误报率（FAR）均低于10%。实验结果表明，基于LSBF的异常检测算法与当前主流的异常检测算法相比，具有较高的检测率（RD）和较低的误报率，可有效应用于IIoT数据的异常检测。

来源：2021年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第12期