[发明专利]基于大数据的物联网卡时序异常检测系统

权利要求书

1.基于大数据的物联网卡时序异常检测系统，其特征在于，包括异常检测平台，所述异常检测平台通信连接有网络检测模块、数据检验模块、异常分析模块以及存储模块；

所述网络检测模块用于对物联网卡的网络传输状态进行检测分析：将物联网卡标记为检测对象，将对物联网卡进行网络传输状态检测分析的自然日标记为检测日，将检测日分割为若干个检测时段，根据时间顺序对检测时段进行标号，获取检测对象在检测时段的上传数据CS、下载数据XZ以及抖动数据DD并进行数值计算得到检测对象在检测时段内的网络系数WL；通过存储模块获取到网络阈值WLmin，将检测对象在检测时段内的网络系数WL与网络阈值WLmin进行比较并通过比较结果将检测时段标记为正常时段或异常时段；根据异常时段在检测时段中的数量占比对检测日内的网络传输状态是否满足要求进行判定；

所述数据检验模块用于在接收到检验信号后对检测时段的网络异常连续性进行检验分析；

所述异常分析模块用于对物联网卡的网络异常规律进行分析并将检测对象的网络异常特征标记为集中或分散。

2.根据权利要求1所述的基于大数据的物联网卡时序异常检测系统，其特征在于，上传数据CS为检测对象在检测时段内的上传速度最大值，下载数据XZ为检测对象在检测时段内的下载数据最大值，抖动数据DD为检测对象在检测时段内的最大延迟与最小延迟的时间差值。

3.根据权利要求2所述的基于大数据的物联网卡时序异常检测系统，其特征在于，将检测时段标记为正常时段或异常时段的具体过程包括：若网络系数WL小于等于网络阈值WLmin，则判定检测对象在检测时段内的网络状态不满足要求，将对应的检测时段标记为异常时段，同时网络检测模块向异常检测平台发送检验信号，异常检测平台接收到检验信号后将检验信号发送至数据检验模块；若网络系数WL大于等于网络阈值WLmin，则判定检测对象在检测时段内的网络状态满足要求，将对应的检测时段标记为正常时段。

4.根据权利要求3所述的基于大数据的物联网卡时序异常检测系统，其特征在于，对检测日内的网络传输状态是否满足要求进行判定的具体过程包括：在检测日结束时刻，将异常时段的数量与检测时段的数量比值标记为异常系数，通过存储模块获取到异常阈值，将异常系数与异常阈值进行比较：若异常系数大于等于异常阈值，则判定检测对象在检测日内的网络传输状态不满足要求，网络检测模块向异常检测平台发送网络异常信号，异常检测平台接收到网络异常信号后将网络异常信号发送至异常分析模块以及管理人员的手机终端；若异常系数小于异常阈值，则判定检测对象在检测日内的网络传输状态满足要求，网络检测模块向异常检测平台发送网络正常信号。

5.根据权利要求4所述的基于大数据的物联网卡时序异常检测系统，其特征在于，数据检验模块对检测时段的网络异常连续性进行检验分析的具体过程包括：数据检验模块第一次接收到检验信号后开启计时器进行时长为L1秒的倒计时，L1的数值与检测时段的时长相同，在倒计时内若数据检验模块再次接收到检验信号，则计时器重新进行倒计时，检验值的数值加一；直至倒计时结束时数据检验模块没有接收到检验信号或检验值的数值达到L2，检验分析结束，将倒计时重置；若检验分析结束时检验值的数值达到L2，则生成网络异常信号并将网络异常信号发送至异常检测平台，异常检测平台接收到网络异常信号后将网络异常信号发送至异常分析模块以及管理人员的手机终端，将检验值的数值归零；否则，不生成任何信号，将检验值的数值归零。

6.根据权利要求5所述的基于大数据的物联网卡时序异常检测系统，其特征在于，异常分析模块对物联网卡的网络异常规律进行分析的具体过程包括：由L3个连续的检测日组成一个检测周期，将检测日内网络系数WL数值最小的检测时段的序号标记为检测日的突出值，由检测周期内所有检测日的突出值组成突出集合，对突出集合的所有元素进行方差计算得到突出系数；将检测日内异常时段的序号标记为检测日的分布值，由检测周期内所有检测日的分布值组成分布集合，对分布集合的所有元素进行方差计算得到分布系数；将突出系数与分布系数的差值的绝对值标记为规律系数，通过存储模块获取到规律阈值，将规律系数与规律阈值进行比较并通过比较结果将检测对象的网络异常特征标记为集中或分散。