基于多维指标关联的物联网装备异常预测方法

针对高动态物联网装备多维指标相互作用使得装备状态时变性极强,难以实现装备状态精准的评估与异常检测的问题,提出一种面向多维指标关联的装备状态异常预测方法。该方法通过计算物联网装备状态海量指标的斯皮尔曼相关系数,得到多维指标间的相关性,利用主成分分析对与目的检测指标强相关的其他指标进行特征提取,将提取结果和目的指标本身历史数据作为基于长短期记忆神经网络的装备状态感知模型的输入,进而对目的指标未来状态趋势进行精准预测;在此基础上,利用无监督的DBSCAN算法对装备状态感知模型的输出结果进行分析,定位目的指标未来可能出现的异常,实现了装备状态的评估。实验研究结果表明:该方案能够高精度预测物联网装备未来异常的发生,保护物联网装备免受潜在异常的影响,增强物联网装备的稳定性。