一种基于雾运算结构的车联网异常数据检测系统及方法技术方案
【技术实现步骤摘要】
一种基于雾运算结构的车联网异常数据检测系统及方法
本专利技术涉及一种基于雾运算结构的车联网异常数据检测系统及方法。
技术介绍
随着经济与科技的快速发展，我国居民汽车保有量不断增加，道路拥堵与安全问题日趋严重，智能交通系统应运而生，而车联网就是智能交通系统的一种重要手段。车联网系统通过利用先进的信息、通讯、传感、控制等技术，对交通设施、道路条件等一系列因素进行感知、计算和分析，最终实现为驾驶者提供准确的出行建议、前方道路交通状况等一系列服务，起到提高交通出行效率，规避交通风险，改善道路情况等作用。传统的异常数据检测多采用基于云计算的集中式处理模型。各数据收集节点将各自收集到的数据全部上传至云服务器，再由云服务器根据统一的检测模型判别并删除异常数据，生成可用数据集。这类算法无法处理不断产生新数据的数据源，不能适用在车联网这种数据源广泛分布的场景下；且云计算模型本身具有高延时、高数据吞吐量的缺点，无法发挥数据终端的计算能力造成云服务器计算任务过重，无法满足车联网对实时性的需求。本专利技术引入雾运算的概念来弥补云计算的不足，在数据感知层与服务器之间加入由具有一定计算能力的...
【技术保护点】
一种基于雾运算结构的车联网异常数据检测系统，其特征在于，包括：数据感知单元、雾运算单元以及中心服务器单元；所述数据感知单元包括设置于驾驶者处移动终端且用于采集交通数据的数据采集模块；所述雾运算单元包括搭载有所述中心服务器单元下发的核密度模型的移动终端，所述移动终端通过所述核密度模型对所述交通数据进行异常数据检测，并将异常数据检测结果反馈至所述中心服务器单元；所述移动终端对所述核密度模型的有效性进行周期性检测，并将模型检测结果反馈至所述中心服务器单元；所述中心服务器单元接收所述雾运算单元上传的异常数据检测结果和模型检测结果，根据模型检测结果进行模型更新操作，将更新后的模型下发至所述雾运算单元。
【技术特征摘要】
1.一种基于雾运算结构的车联网异常数据检测系统，其特征在于，包括：数据感知单元、雾运算单元以及中心服务器单元；所述数据感知单元包括设置于驾驶者处移动终端且用于采集交通数据的数据采集模块；所述雾运算单元包括搭载有所述中心服务器单元下发的核密度模型的移动终端，所述移动终端通过所述核密度模型对所述交通数据进行异常数据检测，并将异常数据检测结果反馈至所述中心服务器单元；所述移动终端对所述核密度模型的有效性进行周期性检测，并将模型检测结果反馈至所述中心服务器单元；所述中心服务器单元接收所述雾运算单元上传的异常数据检测结果和模型检测结果，根据模型检测结果进行模型更新操作，将更新后的模型下发至所述雾运算单元。2.一种基于雾运算结构的车联网异常数据检测方法，其特征在于，模型初始化阶段、异常数据检测阶段以及模型更新阶段；所述模型初始化阶段：将通过数据感知单元在车辆行驶过程中采集的交通数据作为初始化数据；当采集的初始化数据达到预设数据量后，经雾运算单元上传至中心服务器单元；由所述中心服务器单元根据上传的初始化数据获取初始核密度模型，并下发至所述雾运算单元；所述异常数据检测阶段：所述雾运算单元获取所述初始核密度模型后，根据该初始核密度模型对所述数据感知单元后续采集的交通数据进行求解置信度操作，检测是否为异常数据，并将异常数据检测结果上传至所述中心服务器单元进行存储；所述模型更新阶段：当所述中心服务器单元收到所述雾运算单元上传的异常数据检测结果时，对上传异常数据检测结果的雾元算单元对应的终端个数进行统计；若终端个数未超过总数预设比例时，不对初始核密度模型进行更新；否则，对初始核密度模型进行更新；所述中心服务器单元通过已收集到的正常数据获取新的核密度模型，并将所述新的核密度模型作为调整结果下发给至所述雾运算单元，用于下一次异常数据检测阶段中异常数据检测。3.根据权利要求2所述的一种基于雾运算结构的车联网异常数据检测方法，其特征在于，所述雾运算单元包括手持智能手机以及平板电脑；所述数据感知单元包括搭载于所述雾运算单元上的速度传感器、加速度传感器、三轴加速度传感器以及GPS。4.根据权利要求2所述的一种...
【专利技术属性】
技术研发人员：徐艺文，徐宁彬，冯心欣，郑海峰，魏宏安，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。