解密阿里巴巴基于邊緣計算的區(qū)域異常檢測方法專利

阿里巴巴作為國內互聯(lián)網技術的巨頭之一，一直在積極推進邊緣計算技術標準化建設與產業(yè)落地。

集微網消息，近日2019亞太內容分發(fā)大會暨CDN峰會在廣州如期召開，大會圍繞“邊緣計算”這一主題，探討互聯(lián)網產業(yè)發(fā)展的新趨勢，而阿里云憑借在邊緣計算領先的技術布局與創(chuàng)新方案，榮獲“最佳智能邊緣計算技術創(chuàng)新平臺”獎項。

隨著IOT(物聯(lián)網)的發(fā)展，設備大規(guī)模接入物聯(lián)網，在終端設備上產生的海量數(shù)據在提供商業(yè)價值的同時，也對大數(shù)據風控提出了新的挑戰(zhàn)。一方面，隨著物聯(lián)網發(fā)展的趨勢，交易和支付的發(fā)起將逐漸擺脫對單一移動設備的依賴，從當前主要依賴于PC或手機端的支付方式變?yōu)榭纱┐髟O備如智能手表手環(huán)，智能眼鏡等，甚而取設備化(無感)支付。另一方面，隨著對個人隱私數(shù)據越來越高的監(jiān)管要求，隱私數(shù)據的獲取和使用也將受到極大的限制。

如何應對個人隱私數(shù)據越來越高的監(jiān)管要求并實現(xiàn)異常檢測，已成為亟待解決的問題。為了更好地解決這一問題，阿里巴巴在今年年初就申請了一項名為“基于邊緣計算的區(qū)域異常檢測方法和邊緣計算設備”（申請?zhí)枺?01910214642.4）的發(fā)明專利，申請人為阿里巴巴集團控股有限公司。

該專利提供了一種基于邊緣計算的區(qū)域異常檢測方法和邊緣計算設備，以通過區(qū)域內的物聯(lián)網設備采集的監(jiān)控特征數(shù)據進行異常檢測。

圖1

圖1是該專利提出的基于邊緣計算的區(qū)域異常檢測場景示意圖。從圖中可以看到，物聯(lián)網設備是可以采集多種數(shù)據的，我們以智能手機為例，它可以通過各種傳感器來采集到如速度、壓力、光照強度等數(shù)據信息。物聯(lián)網設備采集數(shù)據后，就會形成物聯(lián)網設備對應的特征數(shù)據，然后再上傳到邊緣計算設備中。邊緣計算設備可提供IOT終端計算服務，對多個物聯(lián)網設備上傳的特征數(shù)據進行加工處理，形成異常檢測模型所需的特征數(shù)據，輸入到IOT終端決策模型中進行決策。此外，邊緣計算設備還可將特征數(shù)據存儲在邊緣計算服務端中進行備份，以作為邊緣計算設備的IOT終端決策模型的訓練樣本來源。

由于邊緣計算設備的存儲能力和計算能力的限制，單純依賴邊緣計算設備進行異常檢測的決策，可能會出現(xiàn)較大的誤判，特別是基于多個物聯(lián)網設備的決策樹進行判斷時，判決為異常和判決為正常的比例相對接近時。此時，需要由云端/服務端進行異常檢測的決策。其中，云端/服務端存儲更多的樣本數(shù)據，具備更大的計算容量，判決結果更為準確。這樣，邊緣計算設備和云端/服務端可各自分擔部分的決策任務。

圖2

圖2是專利中提出的邊緣計算設備訓練異常檢測隨機森林模型的示意圖。從圖中可以看到，邊緣計算設備可基于各物聯(lián)網設備上報的監(jiān)控特征數(shù)據，獨立建模，剪枝，評估等。

比如當檢測到多個物聯(lián)網設備中的目標物聯(lián)網設備發(fā)生故障，或者在預設時間段內未接收到多個物聯(lián)網設備中的目標物聯(lián)網設備的監(jiān)控特征數(shù)據時，可以將目標物聯(lián)網設備在異常檢測隨機森林模型對應的目標隨機森林決策樹移除。另外，當檢測到新增物聯(lián)網設備接入邊緣計算設備時，采集新增物聯(lián)網設備的監(jiān)控特征數(shù)據，然后再生成對應的隨機森林決策樹。

阿里巴巴作為國內互聯(lián)網技術的巨頭之一，一直在積極推進邊緣計算技術標準化建設與產業(yè)落地。阿里巴巴多次與各大運營商進行試點合作，不斷推進5G移動邊緣計算（MEC）、虛擬化CDN網絡架構、邊緣智能等領域建設，為我國邊緣計算產業(yè)發(fā)展做出了巨大貢獻。