RelSen：一种同时进行传感器可靠性监测与数据清洗的优化框架
密码学与安全
2020-08-10 v3 人工智能
信息检索
网络与互联网体系结构
信号处理
摘要
物联网 (IoT) 技术的最新进展导致传感应用的普及率激增。因此，人们越来越依赖从传感器获取的信息来做出日常决策。不幸的是，在大多数传感应用中，传感器已知是容易出错的，其测量值可能在任何意外时刻变得具有误导性。因此，为了提高传感应用的可靠性，除了关注感兴趣的物理现象/过程外，我们认为，在对传感器数据进行分析之前，监测传感器的可靠性并清洗传感器数据也极为重要。现有研究通常将传感器可靠性监测和传感器数据清洗视为独立的问题。在这项工作中，我们提出了 RelSen，一种新颖的基于优化的框架，通过利用两者之间的相互依赖性来同时解决这两个问题。此外，RelSen 并非特定于应用，因为其实现假设对监测下的过程动态具有极少的先验知识。这显著提高了其在实践中的通用性和适用性。在我们的实验中，我们将 RelSen 应用于一个室外空气污染监测系统和一个水泥回转窑状态监测系统。实验结果表明，我们的框架能够及时识别不可靠的传感器，并消除由三种最常见的传感器故障类型引起的传感器测量误差。
引用
@article{arxiv.2004.08762,
title = {RelSen: An Optimization-based Framework for Simultaneously Sensor Reliability Monitoring and Data Cleaning},
author = {Cheng Feng and Xiao Liang and Daniel Schneegass and PengWei Tian},
journal= {arXiv preprint arXiv:2004.08762},
year = {2020}
}
备注
accepted in CIKM 2020