[发明专利]一种基于CatBoost算法的智能锁异常检测方法

说明书

本发明提供了一种基于CatBoost算法的智能锁异常检测方法，包括数据预处理操作，依据“留出法”对数据划分操作等步骤，通过对智能锁记录的行为数据及其基本信息数据进行预处理和分析提取特征，建立多个机器学习模型并进行stacking模型融合，从而准确预测智能锁是否存在异常，减少因信息被恶意窃取带来极大的信息安全隐患，提高智能锁的安全性和可靠性。

技术领域

本发明涉及智能家居技术领域，尤其涉及区块链、以太坊及其智能合约使用中的一种基于CatBoost算法的智能锁异常检测方法。

背景技术

《2017中国智能锁应用与发展白皮书》对中国智能锁的应用现状以及未来发展进行了全面解读和深度分析，报告还称，2016年中国智能锁零售市场正式爆发，进而带动中国智能锁市场进入快速发展时期，预计到2020年，中国智能门锁销量将突破3200万套，由此可见随着互联网的发展，智能锁的发展已经呈现出势不可挡的趋势。

传统门锁以及一些新兴智能门锁如：密码锁、指纹锁、人脸锁等具有较好的安全性，但缺乏较好的灵活性，以房屋租赁市场智能锁应用为例，公寓租房基本业务模式是赚取服务费用和租金差价，规模化是整合个人、二房东、存量地产租赁物业的过程，市场需要更有竞争力的产品。对于房屋租赁所出现的场景下，如某房东为其房屋安装了指纹锁，然后他现将房屋租给了某租户，租户得到了开锁权限，但此时这个房门房东和租户都可以打开，租户的隐私和生命财产安全将受到威胁，在这样的场景下，锁的安全性大打折扣了。

智能门锁降低了房租催缴成本以及客户体验上的冲突，结合互联网和标准住宿产品，能进一步实现客户自助看房、入住、退租过程。在加盟、合伙人、托管等新运营方式中，对租赁房屋进行更为细致的系统化管理，互联网智能门锁能够帮助公寓运营商，降低运营成本，提升管理效率，优化客户体验，逐步实现房屋租赁的互联网化。智能锁技术不但使租房者得到实惠和良好的体验，也会大大促进出租屋行业的快速发展。

智能锁现在正处于家庭安全的重要位置，其安全性不言而喻，但而智能化的最终目标一定是为了安全性服务考虑，判断一套智能锁是否可靠的关键问题，是实现智能化后的电子信息保密问题、网络安全问题。随着人工智能和大数据等互联网技术不断渗透，依靠大数据科技主动收集、分析、整理智能锁相关数据，使得人们享受智能锁带来的便利的同时，信息被恶意窃取也将带来极大的信息安全隐患，因此减少因信息被恶意窃取带来极大的信息安全隐患，提高智能锁的安全性和可靠性是当前的核心问题。

发明内容

针对上述背景技术所阐述的问题，本发明提供一种基于CatBoost算法的智能锁异常检测方法，通过对智能锁的基本信息数据、所记录的行为数据进行分析，有效地预测智能锁的是否异常。

为了达到上述目的，本发明提供如下技术方案：

一种基于CatBoost算法的智能锁异常检测方法，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；