《表2 异常点的异常类型》
使用所提方法进行异常检测时,首先在熵值的时间序列上对熵值变化程度进行检测,其中超过一级阈值的时间点共18个,可判断这18个时间点是出现异常的时间点;而超过二级阈值且低于一级阈值的时间点有22个,不能立即判断这22个时间点为异常点,需结合线性关系进一步分析,通过分析这22个时间点的熵值线性关系发现其中12个时间点偏离了线性关系,可判定这12个时间点为异常点.因此,所提方法共检测出30个异常点,检测率达到100%,且未有误判点,误检率为0.通过报警触发函数可正确判断30个异常点的异常类型,如表2所示.
图表编号 | XD003693200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.01 |
作者 | 邱雪松、张珣、宋彦斌、赵兵、徐思雅 |
绘制单位 | 北京邮电大学网络与交换技术国家重点实验室、北京邮电大学网络与交换技术国家重点实验室、北京智芯微电子科技有限公司、中国电力科学研究院、北京邮电大学网络与交换技术国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |