基于蓄水池采样与 LOF 的物联网设备在线异常检测
机器学习
2022-06-30 v1
摘要
物联网设备数量的不断增长及其对机器与设备运行的监控用途，提升了在设备上运行的异常检测算法的受关注程度。然而难点在于设备可用的计算与内存资源受限。对于微控制器（MCU）而言，其仅有数兆字节程序存储与数百千字节工作内存。因此，算法必须恰当匹配设备能力。在本文中，我们分析了面向异常检测的处理流水线以及局部离群因子（LOF）算法在 MCU 上的实现。我们还表明可直接在设备上训练此类算法，这为在真实设备中使用该方案提供了巨大潜力。
引用
@article{arxiv.2206.14265,
title = {Online Anomaly Detection Based On Reservoir Sampling and LOF for IoT devices},
author = {Tomasz Szydlo},
journal= {arXiv preprint arXiv:2206.14265},
year = {2022}
}