边缘异常检测框架

压缩不降精度

该框架通过聚合压缩、知识精炼和边缘云互学习,在资源受限的边缘设备上实现高精度多变量时间序列异常检测。

张圣林 · Jiacheng, Zhang · Guohua, Liu · Shiqi, Chen · Chenyu, Zhao · Ma, Minghua · Yutong, Chen · 孙永谦 · 裴丹

IEEE Transactions on Services Computing 2025

技术优势

压缩不降精度

聚合压缩在降低模型复杂度的同时保持高检测精度,避免了传统压缩方法带来的性能下降。

适应边缘动态

通过知识精炼和边缘云互学习,模型能够与云端持续同步并适应边缘环境中不断变化的数据模式。

实测性能提升

在真实世界数据集上的实验证实了检测性能的显著提升,为实际部署提供了可信依据。

应用场景