我院何施茗副教授論文被國(guó)際頂級(jí)期刊錄用
發(fā)布時(shí)間: 2020-11-09 11:14:57 瀏覽量:
2020年10月31日，計(jì)算機(jī)與通信工程學(xué)院何施茗副教授以長(zhǎng)沙理工大學(xué)作為第一作者單位的論文被《IEEE Transactions on Industrial Informatics》錄用。該期刊是自動(dòng)化與控制系統(tǒng)和計(jì)算機(jī)跨學(xué)科應(yīng)用領(lǐng)域的頂級(jí)期刊，專注于以知識(shí)為基礎(chǔ)的工業(yè)領(lǐng)域自動(dòng)化和智能化。IEEE Transaction on Industrial Informatics由美國(guó)電氣和電子工程師協(xié)會(huì)發(fā)行，JCR一區(qū)top期刊，最新影響因子9.112，在127個(gè)IEEE期刊中排名第15位。
該論文“Intelligent Detection for Key Performance Indicators in Industrial-Based Cyber-Physical Systems”主要研究了不規(guī)則采樣情況下的關(guān)鍵性能指標(biāo)的異常檢測(cè)算法。工業(yè)CPS系統(tǒng)中部署大量監(jiān)控設(shè)備監(jiān)控系統(tǒng)運(yùn)行狀態(tài)和性能，同時(shí)產(chǎn)生數(shù)以萬(wàn)計(jì)的關(guān)鍵性能指標(biāo)(Key Performance Indicator，KPI)數(shù)據(jù)。然而，KPI數(shù)據(jù)容易有顯著的形變(噪聲、振幅、相移)。KPI數(shù)據(jù)采樣的策略由運(yùn)維人員根據(jù)實(shí)際情況設(shè)定（采樣時(shí)段、采樣間隔），因此不均勻、不規(guī)則、不等長(zhǎng)的KPI數(shù)據(jù)普遍大量存在。大規(guī)模、時(shí)序、非均勻等這些特點(diǎn)使得規(guī)則KPI異常檢測(cè)方法失效，而基于動(dòng)態(tài)時(shí)間規(guī)整(Dynamic Time Warping, DTW)的計(jì)算復(fù)雜度大。本文提出了大規(guī)模不規(guī)則KPI的異常檢測(cè)框架，該框架將不規(guī)則KPI分為四種類型，并針對(duì)這些不同類型的KPI設(shè)計(jì)了相應(yīng)的異常檢測(cè)方法。針對(duì)等間不等量KPI，我們提出了標(biāo)準(zhǔn)化不規(guī)則互相關(guān)距離作為距離度量，通過(guò)在不同的KPI之間進(jìn)行滑動(dòng)，尋找最相似的位置，來(lái)減少相移可能造成的影響。針對(duì)不等間KPI，我們直接通過(guò)DTW作為距離度量來(lái)對(duì)其進(jìn)行異常檢測(cè)。針對(duì)等時(shí)長(zhǎng)不等間KPI，我們提出了一種基于矩陣填充的對(duì)齊算法，在矩陣填充之后進(jìn)行異常檢測(cè)，以避免高昂的計(jì)算成本。
