您的位置: 专家智库 > >

张吉

作品数:2 被引量:2H指数:1
供职机构:昆士兰大学更多>>
发文基金:中央高校基本科研业务费专项资金国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇网络
  • 1篇异常检测
  • 1篇隐私
  • 1篇隐私保护
  • 1篇数据聚集
  • 1篇注意力
  • 1篇拓扑
  • 1篇无线传感
  • 1篇无线传感器
  • 1篇无线传感器网
  • 1篇无线传感器网...
  • 1篇记忆网络
  • 1篇多元时间序列
  • 1篇感器
  • 1篇传感
  • 1篇传感器
  • 1篇传感器网
  • 1篇传感器网络

机构

  • 2篇南京航空航天...
  • 2篇昆士兰大学
  • 1篇安徽师范大学

作者

  • 2篇张吉
  • 1篇罗永龙
  • 1篇丁有伟
  • 1篇陈付龙
  • 1篇秦小麟
  • 1篇王涛春
  • 1篇袁伟伟

传媒

  • 1篇电子学报
  • 1篇计算机科学

年份

  • 1篇2023
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
基于时空注意力机制的多元时间序列异常检测
2023年
物联网系统被广泛应用于各种基础设施,系统中涉及许多相互连接的传感器,这些传感器产生大量的多元时间序列数据。由于物联网系统容易遭受网络攻击,多元时间序列异常检测方法被用于及时监测系统中发生的异常,这对于保障系统安全至关重要。然而,由于高维传感器数据关系复杂,现有的大多数异常检测方法难以明确学习多元时间序列的相关性,导致异常检测的准确率较低。因此,提出一种基于时空注意力机制的多元时间序列异常检测方法(STA)。首先,以图形结构的形式学习传感器间的关系,再使用多跳图注意力网络为图中每个传感器节点的多跳邻居节点分配不同的注意力权重,用于捕捉序列的空间相关性。其次,采用基于长短时间记忆网络的时间注意力机制自适应地选择相应的时间序列,用于学习序列的时间相关性。在4个真实世界传感器数据集上的实验结果表明,STA可以比基线方法更准确地检验时间序列中的异常,其F 1分数分别优于最佳基线31.03%,14.29%,15.91%和21.74%。此外,消融实验和灵敏度分析验证了模型中的关键组件的有效性。总的来说,STA可以有效捕捉多元时间序列中的空间和时间相关性,提高模型的异常检测性能。
梁李芳关东海张吉袁伟伟
关键词:多元时间序列异常检测
传感器网络中基于路线的隐私保护数据聚集算法被引量:2
2017年
针对现有隐私保护数据聚集算法依赖某种网络拓扑结构和加解密次数过多的问题,本文提出了一种基于同心圆路线的隐私保护数据聚集算法PCIDA(Privacy-preserving and Concentric-circle Itinerary-based Data Aggregation algorithm).PCIDA沿着设计好的理想路线执行数据聚集,使得算法不依赖网络拓扑结构.PCIDA利用安全通道保证数据的隐私性,避免了数据聚集过程中的加解密运算.PCIDA沿着同心圆并行处理,使得算法数据处理延迟较小.理论分析和实验结果显示,PCIDA在较低通信量和能耗的情况下获得较高的数据隐私性和聚集精确度.
王涛春秦小麟张吉丁有伟陈付龙罗永龙
关键词:无线传感器网络隐私保护数据聚集
共1页<1>
聚类工具0