[发明专利]一种基于CatBoost算法的智能锁异常检测方法

权利要求书

1.一种基于CatBoost算法的智能锁异常检测方法，其特征在于：包括如下步骤：

Q1、数据预处理操作，对智能锁基本信息数据和智能锁记录的行为数据的处理，使数据格式归一化，标准化；

Q2、依据“留出法”对数据划分操作，将历史数据划分为训练集和测试集，目的在于探寻历史数据训练集中数据内在联系；

Q3、根据训练集和测试集进行特征工程构建操作，特征采用基本信息特征、基础统计特征、时序特征、交叉特征，建立算法模型；

Q4、建立多个机器学习模型，并进行模型融合操作，用构建完特征的训练集去训练7个CatBoost模型：

CatBoost模型分别对所述的基本信息特征、基础统计特征、时序特征、交叉特征进行特征选择，按照特征重要性排序，在基本信息特征中选取特征重要性大于0的特征，在基础统计特征中选取特征重要性大于10的特征，在时序特征中选取特征重要性大于0的特征，在交叉特征中选择特征重要性大于20的特征，使得在充分表征样本信息的同时降低模型的复杂度；

CatBoost模型参数用默认参数乘以随机系数，系数范围为0.6～0.8，从而生成7个不同的CatBoost模型，这些CatBoost模型以stacking进行模型融合，Stacking模型融合的过程如下：用线性回归以七折交叉拟合每一折得到7个系数，以这7个系数的均值作为该CatBoost的融合系数作为stacking的第一层，再以这多个CatBoost模型进行训练，得到7个CatBoost的预测结果，将预测结果乘上各自的融合系数，求和得到最终概率，过程如下：

①分别对7个模型调用线性回归得到每一折的预测结果：其中y_{m_n predict}表示第m个模型第n折的预测结果，w_{m_n_z}表示第m个模型的第n折的第z个线性回归系数：

……

②将7个模型的预测结果作为x，该训练集每一折的真实标签作为y，再次调用线性回归模型：

③则7个模型最终的融合系数为：

……

2.根据权利要求1所述的一种基于CatBoost算法的智能锁异常检测方法，其特征在于：所述Q1中，对智能锁基本信息数据和智能锁记录的行为数据的处理包括：

对异常值进行清洗，智能锁基本信息记录了智能锁所在楼层，删除其中楼层过大的样本；

对低频值进行替换，智能锁基本信息记录了智能锁所在城市，将在整个数据集中只出现了一次的城市数据替换为一个相同的值；

对空值进行填充，智能锁记录的行为数据中的开锁方式，开锁方式为空值，将空值以众数即最常用的开锁方式填充，智能锁记录的行为数据中的行为时间，行为时间为空值，将空值以中位数即该智能锁所有行为时间中最中间的值进行填充：

首先以智能锁的ID进行分组，对每组的时间按从小到大排序：

time₁≤time₂≤time₃≤…≤time_n

则缺失的时间(time_null)填充为：

3.根据权利要求1或2所述的一种基于CatBoost算法的智能锁异常检测方法，其特征在于：所述Q2中，将数据集划分为两个互斥的子集，一个集合作为训练集S，包含70％的样本，另一个作为测试集T，包含30％的样本，即假设数据集为D，则D＝S∪T，在S上训练出模型后，用T来评估其测试误差，作为对泛化误差的估计，训练集和测试集需要保留基本一致的正负样本比例。

4.根据权利要求3所述的一种基于CatBoost算法的智能锁异常检测方法，其特征在于：所述Q3中，所述基本信息特征、基础统计特征、时序特征、交叉特征为：

基本信息特征：智能锁的品牌信息、城市信息、楼层信息，及其相互的labelencoder编码信息；

所述Labelencoder编码，按字符串的形式连接品牌与城市、品牌与楼层、城市与楼层、品牌与城市与楼层，再将其编码为从基础数开始的序列。

基础统计特征：智能锁分别用指纹解锁、手机蓝牙解锁、密码解锁、实体钥匙解锁、纽扣蓝牙钥匙解锁的总次数、方差、中位数、偏度、峰度，及其解锁成功的总次数、方差、中位数、偏度、峰度；

时间序列特征：智能锁每天最早一次和最晚一次解锁的时间差的方差、中位数、偏度、峰度，及其解锁成功的时间差的方差、中位数、偏度、峰度；智能锁在整个数据集中的最早一次解锁和最晚一次解锁的时间差，及其最早一次解锁成功和最晚一次解锁成功的时间差；智能锁每两次解锁的平均时间差，及其每两次解锁成功的平均时间差；连续解锁成功的最大次数；连续解锁不成功的最大次数；最晚一次解锁的时间与智能锁安装时间的时间差；

交叉特征：指纹解锁成功的次数占指纹解锁次数的比例，手机蓝牙解锁成功的次数占手机蓝牙解锁次数的比例，密码解锁成功的次数占密码解锁次数的比例，实体钥匙解锁成功的次数占实体钥匙解锁次数的比例，纽扣蓝牙钥匙解锁成功的次数占纽扣蓝牙钥匙解锁次数的比例。