[发明专利]一种基于同步数据流压缩的设备异常实时检测方法

摘要

本发明公开了一种基于同步数据流压缩的设备异常实时检测方法，通过收集各设备的特征，然后进行分组，并构建代表该组设备正常运行状态的群组数据集以及代表设备正常运行状态的自身数据集，这样，采用两个数据集的记录进行比较，综合得到异常检测结果，提高了检测的准确性。同时，考虑到设备在不同环境下，运行状态是不同的，本发明采用基于主成分分析的概念漂移检测方法检测运行状态数据，看其发生了演变，如果发生了演变，则重新初始化两个数据集，这样进一步提高了检测的准确性。此外，本发明采用同步数据流压缩，降低的比较过程的计算量，从而实现了对设备异常实时的检测。

主权项

1.一种基于同步数据流压缩的设备异常实时检测方法，其特征在于，包括以下步骤：(1)、收集各设备的特征；(2)、根据设备特征中的类型对各设备进行简单分组或采用聚类方法根据设备的多个特征对各设备进行分组；(3)、针对每组设备，初始化一个代表该组设备正常运行状态的一定条数的记录构成的群组数据集，同时，对每组设备中的单个设备，各自初始化一个代表该设备正常运行状态的一定条数的记录构成的自身数据集；(4)、对于获取的某一设备当前的运行状态，在该设备所在的群组数据集和自身数据集分别找到与该运行状态最近的两条记录，并综合这两条记录与该运行状态记录间的差异程度，判断设备的异常情况；如未发生异常，就当前运行状态作为一条记录插入该设备所在的群组数据集和该设备的自身数据集，如发生异常，进行异常报告；(5)、动态数据集维护：如果设备组数据集或设备数据集规模超出指定大小，采用基于同步数据流压缩方法进行压缩:将每条正常运行状态记录视为特征向量空间的一点即一个对象，利用同步原理，模拟对象间的相互作用关系，最终使得相似的对象即相似的正常运行状态记录聚集在一起即聚集为一个聚集点，利用该聚集点代替所有相似的正常运行状态记录，即该聚集点为一条正常运行状态记录，删除所有相似的正常运行状态记录，以更新设备组数据集或设备数据集；同时，采用基于主成分分析的概念漂移检测方法，分别检测设备的群组数据集和自身数据集中的运行状态是否发生了演变；具体而言，对于每个群组数据集以及每个自身数据集，均维护两个具有相等大小窗口的数据块，数据块大小根据具体场景设置，两个数据块由最新加入群组数据集或自身数据集的正常运行状态构成数据序列，分成前后连续两个部分得到，对两个数据块进行主成分分析，然后计算两个数据块第一主成分之间的夹角，如该夹角超过规定阈值，则认为对应的组设备或设备运行状态发生了演变，则清空群组数据集或自身数据集，以及群组数据集对应所有设备的自身数据集或自身数据集对应设备所述群组数据集，然后按照步骤(3)进行初始化，再步骤(4)进行设备异常检测。