事物的智慧:流式分析来到物联网( 四 )

实时行为意识是某些领域的固定设施 , 例如支付卡欺诈检测 。 这里 , 保持用于欺诈的递归更新的特征检测器的小(1000-2000字节)实体简档 。 这些实体配置文件具有较小的内存占用 , 这允许两个重要的事情:

实时更新(以毫秒为单位)

可以在数据流中应用高度预测的分析变量 , 监控常态与异常 。

这种方法非常适合物联网设备 , 其中:

将所有传感器数据存储在板上是不可行的

具有每个传感器读取更新的板载实体配置文件肯定是可行的 , 并且允许设备执行复杂的自检 。

确定异常值和适当的操作

此实体配置文件中的每个功能都具有正常的变化范围 , 并且可以非常详细 , 具体而言 , 了解哪些传感器数据有趣或相对无趣 。 当房屋的居民远离学校或工作时 - 或者当他们在家中时 , 取决于物联网设备及其应用 , 会发生“有趣的”数据 。

实时计算的这些“有趣”和“无趣”特征的分布允许确定哪些将处于异常状态 , 以及多么极端 。 然后可以组合异常值特征以产生可以操作设备有权执行的动作的分数 。

推荐阅读