基于边缘计算的物联网异常流量检测模型

摘要

基于边缘计算的物联网异常流量检测技术的出现很好地弥补了传统物联网异常流量检测技术的高时延、高通信开销等问题,但现有的基于边缘计算的物联网异常流量检测存在检测率低、模型不够轻量化等问题.基于上述原因,提出了一种基于XGBoost-BLS的新的轻量级检测模型,模型位于更靠近数据源的边缘计算层,将极端梯度提升的强大特征选择能力与宽度学习系统的强大的泛化能力相结合,提升了物联网异常流量检测的检测率.在两个公开数据集上进行测试,实验结果表明,模型在保证模型轻量化的同时又能得到较高的检测准确率.