一种基于大规模WiFi活动轨迹的异常行为检测方法

摘要

本发明提出了一种基于大规模WiFi活动轨迹的异常行为检测方法，在采集的MAC记录的基础上，利用频繁轨迹挖掘算法找出个体行为正常的MAC，抽取这些个体行为正常MAC的活动特征属性，作为SVDD算法的输入，建立多个异常检测模型过滤掉大量符合群体行为规律的MAC，既大大缩短了处理大规模数据需要的时间又保证了异常检测方法的稳定性，且能很好克服本应用环境中正负样本严重不均衡的特点，进而对单个异于群体行为规律的MAC进行时间一致性和空间一致性检测，能够更加准确的锁定异常活动的MAC。本发明可有效的应用在公共安全领域，实时监控移动对象的移动轨迹，准确实时识别出异常行为，为已经发生的安全事件提供辅助研判，为可能发生的安全事件做出预警。