一种边缘时序数据异常检测和网络可编程控制方法

摘要

本发明涉及一种边缘时序数据异常检测和网络可编程控制方法，属于物联网时序数据与深度学习以及机器学习结合的领域。通过获取物联网边缘设备上的时序数据；根据基于Grid LSTM的注意力机制对物联网时序数据进行预测；通过基于Grid LSTM的注意力机制预测模型对边缘设备上的物联网时序数据进行预测得到真实值与预测值之间的误差；利用SVM算法来对上述误差进行异常检测，得到数据的异常情况；实现异常数据包的传输路径的追溯和屏蔽，以及数据新的传输路径的查找。本发明的有益效果在于，提高了对物联网时序数据的分析与处理的能力，数据预测性能和异常检测性能都提高了；解决了无线传感器网络数据传输时的数据安全问题。