一種基于服務(wù)捕獲傳感器異常事件的聲明性方法*

李 惠 劉 晨 趙新宇

（北方工業(yè)大學(xué)大規(guī)模流數(shù)據(jù)集成與分析技術(shù)北京市重點(diǎn)實(shí)驗室 北京 100144）

1 引言

在物聯(lián)網(wǎng)高速發(fā)展的現(xiàn)代社會中，各領(lǐng)域行業(yè)尤其是工業(yè)設(shè)備中，都部署了大量傳感器設(shè)備，用于檢測異常事件。

異常事件的傳感器流源對不同的干擾是可變化的。如圖1 中所示，很明顯，單個傳感器流具有相對較低的值密度，一個事件通常涉及多個傳感器流。圖1 中字母標(biāo)識的位置顯示了多個傳感器流之間的延遲相關(guān)性的一些例子，流4 和流5 的改變頻率大致相似，但是存在一定延遲相關(guān)性。而不同傳感器流中的數(shù)據(jù)記錄的頻率和時間戳也普遍不同。

圖1 干擾對不同傳感器流的影響

在本文中，我們解決了以下兩個問題：一是如何選擇合適的傳感器流來定位不同的干擾源；二是根據(jù)傳感器流的模式特性來提高捕捉異常事件的精度。

2 相關(guān)工作

利用傳感器網(wǎng)絡(luò)來進(jìn)行異常事件檢測主要有兩方式，一種是基于學(xué)習(xí)的方法，使用各種分類模型對歷史傳感器數(shù)據(jù)進(jìn)行建模，比如神經(jīng)網(wǎng)絡(luò)［1］、支持向量機(jī)、馬爾可夫隨機(jī)場等，然后對實(shí)時傳感器數(shù)據(jù)進(jìn)行分類。另外一種是利用傳感器的時空關(guān)系，把各類異常抽象成不同的事件模式，從而將異常檢測問題轉(zhuǎn)化為模式匹配問題。模式匹配的基本方法是基于領(lǐng)域?qū)＜遥?］定義的預(yù)設(shè)閾值來檢測事件。毛等［3］利用貝葉斯網(wǎng)絡(luò)和馬爾可夫鏈對傳感器之間的時空相關(guān)性進(jìn)行建模。大多數(shù)現(xiàn)有的基于服務(wù)的方法都需要預(yù)先定義服務(wù)組合或協(xié)作目標(biāo)，并且不支持自適應(yīng)協(xié)作。因此，它們不能用于增加不確定的傳感器流的值密度。

在本文中，我們將現(xiàn)有的封裝傳感器數(shù)據(jù)的方法稱為服務(wù)，并提出了一種基于服務(wù)的聲明性方法來支持來自不確定流源的自適應(yīng)異常事件捕獲。

3 聲明性抽象服務(wù)

3.1 前期準(zhǔn)備

首先我們對傳感器流做如下定義：

定義1（傳感器流）：一個傳感器流可以被表示為SS,A,DR，SS 是帶有id 的流源，A 是屬性集，DR={dr1,dr2,…,dri,…}，是一個無線序列的數(shù)據(jù)記錄，這是一組帶有時間戳的鍵值對，。

圖2 顯示了以前的服務(wù)抽象中的核心工件和重要術(shù)語。傳感器流由流源發(fā)出，例如傳感器、生產(chǎn)者、發(fā)布者、發(fā)射器等，并被客戶機(jī)（例如用戶或應(yīng)用程序）消費(fèi)。

圖2 本文核心工件和重要術(shù)語

3.2 流數(shù)據(jù)模型

我們的流數(shù)據(jù)服務(wù)可以定義如下：

定義2（流數(shù)據(jù)服務(wù)）：一個流數(shù)據(jù)服務(wù)形式化為〈pdsid,SS,eventin,eventout,DR,EP,hyperlinks〉，pdsid是唯一標(biāo)識符，eventin表示輸入事件流，eventout表示EP 產(chǎn)生的輸出事件流，SS是可能的數(shù)據(jù)流源集，DR是聲明性規(guī)則，EP 是指事件處理函數(shù)，它包括兩個本文提出的算法和之前實(shí)現(xiàn)的操作，hyperlinks 為一個指示服務(wù)事件目標(biāo)的可選參數(shù)。

考慮到滯后相關(guān)分析問題，以尋找時滯向量來最大化PCC，并在我們的服務(wù)抽象中提出了一種基于動態(tài)時間扭曲的事件捕獲算法。

4 服務(wù)抽象

4.1 設(shè)定聲明性規(guī)則

聲明性規(guī)則和事件捕獲算法是我們的服務(wù)抽象中的關(guān)鍵。在本小節(jié)中，將介紹如何設(shè)置聲明性規(guī)則。

由外部干擾引起的事件通常會持續(xù)一段時間，聲明性規(guī)則中觸發(fā)的操作需要是一個具有端點(diǎn)的連續(xù)過程。因此，我們利用ECA 規(guī)則的增強(qiáng)來表示聲明性規(guī)則。聲明性規(guī)則的概括性規(guī)則為在一定時間段內(nèi)，特定條件下，某一事件流上的預(yù)定義規(guī)則。

由某一來源產(chǎn)生的干擾可以形成一個事件流。該條件是可選的，表示對某種干擾的約束。操作表示流源和相應(yīng)的處理行為。一段時間表示操作持續(xù)的時間。我們設(shè)計并實(shí)現(xiàn)了幾種操作，這些操作可分為三類：轉(zhuǎn)換、聚合和融合［9］。

這樣流數(shù)據(jù)服務(wù)僅通過訪問和處理相對傳感器流，就可以自適應(yīng)地映射各種外部干擾。

4.2 基于動態(tài)時間扭曲的事件捕獲算法

動態(tài)時間扭曲算法［10］是一種用于測量時間序列相似度的魯棒方法，它可以對時間序列進(jìn)行位移和扭曲，從而忽略了時間軸的縮放和位移的問題。以下是動態(tài)時間扭曲算法的形式化描述。

假設(shè)有兩個含時間戳的傳感器序列C 和Q，長流：

為了對齊兩個序列，算法構(gòu)造了一個m×n的矩陣，矩陣的位置(i,j)用于存儲ci與qj的距離（通常為歐式距離，。動態(tài)時間扭曲算法的目的就是找出一條從（1，1）到（m，n）開銷最下的一條路徑。

定義γ(i,j)表示（1，1）到（i，j）點(diǎn)的最小累加距離，則動態(tài)時間扭曲算法所求得最小路徑可形式化表示為

本文采用基于動態(tài)時間扭曲的算法求出兩個傳感器數(shù)據(jù)序列的時滯向量。

4.3 延遲相關(guān)性

為了獲得精度相關(guān)性，我們的目標(biāo)是找到時滯向量來修正PCC，并將滯后相關(guān)分析問題形式化如下。

定義3（延遲相關(guān)性）：在一個滑動窗口中給定兩個傳感器數(shù)據(jù)集Di和Dj。

假設(shè)：

有，F(xiàn)≥δcor。

我們就認(rèn)為Di和Dj是相關(guān)的，其中δcor是給定的閾值。

以上定義中滯后向量即某特定時間下引發(fā)的另一傳感器相關(guān)事件的一個滯后特性，cor(Fi,Fj,Δ)為傳感器數(shù)據(jù)集在存在一定滯后性情況下的相關(guān)性的計算方式。

為了分析兩個傳感器數(shù)據(jù)之間的相關(guān)性，我們首先可以得到一個使MAX(cor(Fi,Fj,Δ))產(chǎn)生的時滯向量，然后通過比較給定的閾值來證明是否存在延遲相關(guān)性。期望最大化（EM）算法［7］可用于計算滯后向量。然而，時間復(fù)雜度依賴于數(shù)據(jù)記錄和迭代的數(shù)量，并呈指數(shù)級增長。因此，我們根據(jù)以下定理變換了計算時滯向量的函數(shù)模型。

定理1：當(dāng)歸一化級數(shù)的歐幾里得距離下降時，皮爾遜相關(guān)系數(shù)上升。

證明：

第一個式子描述了PPC的計算公式，第二個式子描述了余弦相似度的計算公式。據(jù)此，可以明顯看出，PPC等價于集中余弦相似度。

上式顯示了歐式距離與余弦相似度的關(guān)系，當(dāng)歐氏距離下降時PPC 上升。根據(jù)定理1，可以計算出使歸一化級數(shù)的歐氏距離最小的時滯向量，然后根據(jù)時滯向量計算出原始級數(shù)的PCC。

我們將事件捕獲算法集成到服務(wù)抽象中，并基于它在聲明性規(guī)則中設(shè)置操作。這樣，當(dāng)接收到一定的干擾時，就可以訪問相對的傳感器流，這樣就可以執(zhí)行事件捕獲算法，一旦相關(guān)性發(fā)生改變，就可以捕獲事件。圖3 顯示了一個事件檢測服務(wù)的事件捕獲的執(zhí)行過程。除了事件檢測服務(wù)外，還有兩個干擾服務(wù)，它們不斷地向它發(fā)送服務(wù)事件。

圖3 事件檢測服務(wù)

5 實(shí)驗

5.1 實(shí)驗準(zhǔn)備

我們將流數(shù)據(jù)服務(wù)中設(shè)置的流源數(shù)設(shè)置為不同梯度，并對比是否有聲明性規(guī)則的每個服務(wù)的CPU負(fù)載和執(zhí)行時間。

我們用Ed來表示檢測到的事件列表，Et為實(shí)際的事件列表，準(zhǔn)確性評估方式按照的精度和查全率以及F（1）值三兩個方面計算，以下是計算方式：

我們實(shí)驗中使用的數(shù)據(jù)集來自國家智能電網(wǎng)的真實(shí)傳感器數(shù)據(jù)，嚴(yán)格符合實(shí)際時間戳。

5.2 結(jié)果及分析

圖4 顯示了服務(wù)抽象的系統(tǒng)負(fù)載。很明顯，具有聲明性規(guī)則的服務(wù)抽象值要低得多，這是因為在我們的服務(wù)抽象中需要處理的傳感器流要少得多。

圖4 不同服務(wù)抽象的CPU負(fù)載

另外如表1 在執(zhí)行時間上我們的服務(wù)抽象也表現(xiàn)優(yōu)異。

表1 事件執(zhí)行時間

為了評估我們的服務(wù)抽象的有效性，通過計算基于動態(tài)時間扭曲的算法和正態(tài)相關(guān)性分析算法捕獲的事件的精度和查全率來評估事件捕獲算法。

我們將不同流源下不同事件捕獲算法的平均精度和F（1）值在圖5、圖6中做了展示。很明顯，我們的事件捕獲算法具有更高的精度。這是因為我們的事件捕獲算法采用了基于動態(tài)時間扭曲的相關(guān)性分析算法，并考慮了傳感器流的不同頻率和相關(guān)性的位移。

圖5 不同事件捕獲算法的準(zhǔn)確度

圖6 不同事件捕獲算法的F（1）值

在未來，我們的目標(biāo)是基于實(shí)時分析和學(xué)習(xí)來更新運(yùn)行時的聲明性規(guī)則，并通過考慮事件之間的動態(tài)和時變相關(guān)性來進(jìn)一步提高準(zhǔn)確性。

6 結(jié)語

在本文中，我們的目標(biāo)是提出一種基于服務(wù)的聲明性方法，通過改進(jìn)我們以前的服務(wù)抽象，來從不確定的傳感器流中捕獲事件。我們利用聲明性規(guī)則來處理不確定的流源，并利用相關(guān)性分析方法來捕獲事件作為相關(guān)性的變化。通過預(yù)定義的聲明性規(guī)則，我們的服務(wù)抽象可以自適應(yīng)地訪問和處理相對的傳感器流，以反映外部干擾。面對不一致的相關(guān)頻率和位移，我們提出了一種基于動態(tài)時間扭曲（動態(tài)時間扭曲）的算法，通過分析所選傳感器流的延遲相關(guān)性來捕獲事件。在真實(shí)傳感器數(shù)據(jù)的基礎(chǔ)上，一系列實(shí)驗表明，該方法比現(xiàn)有方法效率高，具有較高的精度。

今后的目標(biāo)是應(yīng)用更多的時間序列分析方法來捕獲各種事件，如頻繁的共現(xiàn)事件和基于形狀的事件，并通過基于實(shí)時分析或?qū)W習(xí)在運(yùn)行時更新聲明性規(guī)則來進(jìn)一步改進(jìn)我們的方法。