具有異常檢測功能的無線邊緣計算網關設計

褚云霞，吳曉娜，王海成，趙澤強，張軍

（1.河北省物聯網智能感知與應用技術創新中心，石家莊 050035；2.河北省物聯網安全與傳感器檢測工程研究中心，石家莊 050035；3.河北波薩物聯網科技有限公司，石家莊 050035）

1 引言

隨著物聯網技術的日新月異，有數以萬計的在線節點被部署在各種環境監測和控制工作當中，由此，節點連接數量的快速增加也為物聯網整體系統提出了更高的要求。邊緣計算技術應運而生，邊緣計算常用的設備有智能網關、輕量級服務器以及小型基站等，網關位于整個系統的中間，發揮著連接節點和云端的作用；網關為終端節點提供本地化服務與實時服務，降低終端節點的時延；網關對節點數據進行初級處理，分擔云端任務，減少云端交互數據量，降低鏈路負載。但在物聯網系統中，經常發生數據異常，為保證采集數據的準確和物聯網系統的安全，利用數據自身的時空特性，本文提出了一種基于詞袋的人工神經網絡模型的異常檢測方法。人工神經網絡模型詞袋具有處理復雜數據的能力，既能夠分析線性相關的數據，也能夠處理非線性相關的數據。由于神經網絡模型訓練的復雜性，訓練過程被安排在云端，所得到的模型及參數將被回傳至邊緣計算網關用以進行后續的異常檢測[1]。

2 基于邊緣計算的物聯網監測系統

在本文中，按照節點、網關和云端3 層結構，設計了無線傳感器監測節點、LoRaWAN 邊緣計算網關和MQTT 服務器。利用LoRa 無線技術低成本、廣覆蓋的特征，開發出具有多種傳感特性及故障保護功能的線路監控單元以及基于大數據技術的具有故障診斷功能的云儲存和云服務平臺，以構建完整的物聯網解決方案。基于邊緣計算的物聯網監測系統如圖1 所示。

圖1 基于邊緣計算的物聯網監測系統

2.1 無線傳感器監測節點

在物聯網監測系統中，節點是整個系統的基礎。在監測區域，大量的無線傳感器節點被用來實時感知周邊環境數據，用來實時監測環境。在基于邊緣計算的物聯網系統框架中，無線傳感器節點主要與邊緣網關進行通信，與MQTT 服務器的通信也由邊緣計算網關作為中繼進行。整個監測系統采用LoRa 無線傳輸，連接傳感器的接口類型為RS485 接口，通信距離可達1 200 m；傳感器設備采用進口探頭，具有精度高、量程寬、一致性好等優點；由于無線傳輸的特點，監測系統的安裝更加簡單。本系統采用的是標準MODBUS RTU 協議，該無線傳感器監控系統具有超強的穩定性、抗干擾能力以及較強的保護性能和一流的防雷保護。

2.2 邊緣計算網關

在大規模的物聯網監測系統中，邊緣計算網關作為中間層，向下連接傳感器節點，向上連接云端。同時，對采集的數據進行異常檢測，一旦檢測出數據發生異常，邊緣計算網關會立即將異常報告給MQTT 服務器，并驅動位于底層的控制器，提供緊急應對方案。該網關采用被譽為“世界上最流行最便宜的小型電腦”的樹莓派，由于樹莓派的體積很小、質量很輕，而且功能豐富強大，其屬于一款性價比超高的迷你電腦主機。系統采用Raspbian；網關數據接收采用LoRaWAN SX1302；傳輸模塊采用4G 或5G。在檢測算法上采用離群點算法或自編碼神經網絡進行傳感器異常數據檢測。

2.3 云計算平臺

云平臺因其超強的計算性能和超高的存儲能力，發揮著遠程數據處理和控制中心的作用。在異常檢測方法中，使用詞袋模型檢測環境監測數據并分析數據的空間相關性。物聯網終端數量的快速增加為物聯網整體系統提出了更高的要求，支撐設備的網絡環境要求越來苛刻，由此對于物聯網的協議選擇和平臺的負載要求也越來越高。為提供更優良的信息服務，綜合現有的通信協議，選擇基于TCP 協議的MQTT 協議作為主要的通信協議，使用EMQX 消息服務器作為設備的物聯網平臺的接入層，由此建立一套完整的物聯網系統，滿足小型物聯網平臺或個人開發者的各類需求，賦予此系統更多的現實意義。該系統采用前后端分離的B/S 架構以及跨平臺應用技術開發，前端主要采用Vue 框架構建用戶界面，使用Axios 獲取數據并渲染到頁面；后端主要使用Django Web 框架，使用ORM 進行數據操作，同時，安裝REST framework 庫來構建REST API，只向前端頁面提供JSON 數據；使用EMQX 中間件實現物聯網設備與平臺的連接，實現終端設備與平臺的數據交換；用戶APP 使用跨平臺技術開發，減少維護成本與開發難度。

3 異常檢測方法

邊緣計算網關的設計目標是利用分布式的網絡設施來執行異常判斷以減輕云服務器的壓力，即盡可能靠近數據源，在邊緣計算網關上直接處理部分異常數據，以減少傳輸到數據中心的數據量。

3.1 多元時間序列（MTSS）分類

當多個變量的測量序列存在時，時間序列是多元的。不同傳感器在不同時間采集的值，形成多變量時間序列，輸出結果分為兩類：數據正常和數據異常。因此，多傳感器數據傳輸可以表述為MTSS 分類問題。

MTSS 分類器分為3 類：基于相似度的分類器、基于特征的分類器和深度學習的分類器。基于相似性的方法利用相似性度量（如歐幾里得距離）來比較兩個MTSS。動態時間規整（DTW）使用K 最近鄰算法來計算相似度，也稱kNN-DTW。MTSS 的kNN-DTW 有兩種算法：被動的DTWD和主動的DTWI，二者沒有明顯的差別。DTWI使用DTW 獨立測量的所有維度的累積距離。DTWD利用一維時間序列進行類似的計算，它考慮了多維上的平方歐氏累積距離[2]。

基于特征的方法包括形狀元和詞袋BoW 模型。形狀元模型使用子序列（形狀元）將原始時間序列轉換為更易于分類的低維空間。gRSF 和UFS 是MTSS 分類中當前最先進的形狀元模型。這兩種模型放寬了時間限制，通過隨機選擇形狀元在多維空間中尋找有區別的子序列（形狀元探索）。gRSF在隨機抽取的形狀元素上創建決策樹，gRSF 在隨機抽取的shapelets 上創建決策樹，平均表現出比UFS 更好的性能（14MTSS 數據集）。同時，BoW 模型、mv ARF、SMTSS 和WEASEL+MUSE 將時間序列轉換成一個離散的詞袋，并利用一個詞的直方圖表示來進行分類。與gRSF、LPS、mv ARF 和SMTS 相比，WEASEL+MUSE 的平均結果最好（20 MTSS 數據集）。WEASEL+MUSE 通過在每個離散維（符號傅立葉近似）上應用不同大小的滑動窗口來捕獲特征生成詞袋。

深度學習方法使用長短期記憶（LSTM）和/或卷積神經網絡（CNN）來提取潛在特征。當前，最先進的模型（MLSTMFCN）由LSTM 層和層疊CNN 層以及擠壓和激發塊組成，以生成潛在特征。MLSTM-FCN 在大數據集上的平均表現優于WEASEL+MUSE（相對于測試的20 個MTSS 數據集）。

因此，在這項工作中，我們在以上3 類MTSS 分類器中選擇了同類中最好的分類器DTWD、DTWI、WEASEL+MUSE 和MLSTM-FCN 分類器。

3.2 網關的分布式機器學習算法

本文介紹了分布式多傳感器網關算法，這是一種新的兩步疊加集成方法。疊加集成是一種將子模型的預測作為輸入，再嘗試學習如何最好地組合輸入，從而作出更好的輸出預測的方法。網關根據每個傳感器收集的數據預測數據是否正常，并且使用詞袋聚合并表示這些類預測，以便計算最終類別的最佳預測。第一步，在傳感器級別預測MTSS 類別：系統中有多種類型的傳感器，在實驗中為每種傳感器類型訓練一個MTSS分類器。分類器使用固定時間長度組成的數據集進行訓練，其中時間長度可在網關中設置。在圖2 的上半部分說明了訓練方法的第一步。為了在單個傳感器水平上預測異常類別，采用了WEASEL+MUSE MTSS 分類器。WEASEL+MUSE 在每個維度上創建一個MTSS 符號，生成一組由長度、單圖、雙圖、維度構成的混合特征，最后形成基于MTSS 的熱度編碼。WEASEL+MUSE 有以下3 個特征：第一，它的符號表示過濾掉數據集中的噪聲；第二，它是相位固定的，這提高了泛化能力；第三，它保持了相互作用，這允許描述不同維度上事件的同時發生。第二步，通過組合傳感器來預測數據異常：收集來自不同傳感器的類預測，并形成詞袋。將每個傳感器預測類別作為一類詞，利用每個異常詞的相對頻率向量對其進行分類。該頻率向量通過實例數進行歸一化，以獲得相對頻率向量。最后結合各個傳感器異常性的文字包來描述具有破壞潛力的異常的全譜。在圖2 的下半部分說明了訓練方法的第二步。

圖2 詞袋識別的結構圖

分布式算法需要分兩步執行。算法的第一步執行在基礎設施的傳感器層級，在每個傳感器上運行MTSS 分類器，以便根據每個傳感器產生的數據生成傳感器層級的預測，再將來自每個傳感器的MTSS 分類器的輸出通過網絡傳輸到網關的云數據中心部分，隨后在云數據中心層執行第二部分算法，即先匯總來自傳感器的所有類預測，再利用機器學習的方法，形成最終的類預測。與傳統的集中式EEW 網絡結構相比，這種方法減少了網絡上的數據量，因為傳感器產生的大多數數據與異常事件無關，因此，可以過濾掉。此外，傳感器級別的預測實際上是數據的聚合，因此，這有助于減少發送到數據中心的數據量。

3.3 異常問題

在物聯網監測系統中，異常問題主要是指傳感器數據的異常，即在時域或空間域中具有高度規律性的傳感器數據中出現不符合規律的數據。造成數據異常的原因很多，既可能是監測區域的突發事件，也包括傳感器節點自身的異常如硬件模塊損壞、節點電量偏低以及無線通信過程中的干擾等。本文只針對數據異常進行檢測，不對造成異常的原因進行分析。

3.4 基于詞袋的異常檢測方法

潛在的主題模式pLSA 適用于容量為V 的詞匯表，為了學習詞匯表中的時空詞，假定在訓練數據集中，描述符集合對應所有檢測到的傳感器時空數據。利用K-means 算法和歐氏距離作為聚類尺度來生成代碼本。每個聚類的中心定義一個時空詞，這樣每個傳感器檢測到的值被劃分到唯一的類成員，也就是時空詞，因而每一類傳感器可以從代碼表中找出一個時空詞的集合與之對應。在文本字典中，潛在主題模型pLSA 依賴于M 個傳感器。

LSA 是通過詞之間的關聯意思來對長文本進行解讀的一種理論方法。假設有M（j=1，2，…，M）個數據序列包含詞匯表V（1，2，…，V）個時空詞。數據的集合可以表示為V×M 的共生表M，其中，m（wi，dj）表示在數據dj出現時空詞wi的數量，一個潛在的主題變量zk與在數據dj中出現的時空詞wi相聯系。每個主題對應著傳感器類別，如溫濕度、照度等傳感器。聯合概率P（wi，dj，zk）的圖模型由圖3 水平部分表示。節點表示隨機變量，帶陰影的節點是觀察變量，不帶陰影的是隱含量。在本節中，d 是數據序列；z 是傳感器類別；w 是時空詞。模型的參數使用最大期望值來進行無監督數的學習[3,4]。

圖3 混合潛在含語義分析概率模型

觀察值（dj，wi）假定是獨立的，可以忽略主題詞zk來獲取條件概率P（wi|dj）。

式中，P（zk|dj）是主題詞zk發生在數據dj中的概率；P（wi|zk）是時空詞wi劃分為傳感器zk的概率。現在有K 個主題詞，也就是有K 個傳感器，這個模型就有K 種傳感器種類組合，即通過表面凸組合或行為概率P（wi|zk）得到指定數據詞分布P（wi|dj）。使用權重特定因子P（zk|dj）來表示特定的數據。每個數據流作為傳感器類別建模，由混合柱狀圖組成特殊數據的柱狀圖對應傳感器種類。通過計算得到模型直方圖P（wi|zk）和混合系數P（zk|dj）來確定傳感器種類。通常，每個傳感器數據都被建模為異常類別的混合物：特定傳感器數據的直方圖由對應于每個異常類別的直方圖的混合物組成，此后通過確定異常類別直方圖P（wi|zk）（所有傳感器數據通用）和混合系數P（zk|dj）（每個傳感器數據專用）來擬合模型。為確定出現在數據中時空詞最大可能性概率模型，對目標函數使用最大期望值算法來得到參數的最大相似度估計值：

由于算法已經學習了異常類別模型，下一步的任務是對新的傳感器數據序列進行分類。從一組不同的訓練序列中獲得了特定于異常類別的傳感器數據單詞分布P（wi|zk），當接收到一個新的傳感器數據時，看不見的傳感器數據通過P（w|z）投射到簡單的平面。接著找出混合系數P（zk|dtest），需要找到混合系數，以使測量的經驗分布與實際分布之間的KL 偏差最小化。與學習場景類似，使用EM 算法來尋找解決方案。因此，通過選擇最能解釋觀察結果的行動類別來作出分類決策，arg 為變元（即自變量argument）的英文縮寫，即：

此外，我們仍在進一步研究如何在一個傳感器數據序列中定位多個異常。盡管時空詞包模型本身并不能明確地表示局部傳感器數據區域的空間或時間關系，但它能夠在每個傳感器數據中定位不同的類型。

4 測試實驗

在本節實驗中，采用農業大棚的數據進行實驗，選取250 m×200 m 的區域，模擬布設30 套無線傳感器節點，節點MCU為STM32，傳輸芯片為LoRa 1278，傳感器包括溫度、濕度、光照和二氧化碳傳感器。放置了兩套樹莓派網關，搭載SX1302芯片，WAN 口為RJ45 有線傳輸，一臺內置有詞袋異常檢測算法，一臺為透傳網關。在Windows 10 系統上布設MQTT 服務器。異常的詞袋學習訓練為單個節點單個溫度傳感器異常訓練，當網關檢測出數據異常時，不向MQTT 發送消息。所有實驗在此環境中分別測試。

實驗方法1：通過人為突然改變單個節點單個傳感器的值，用手電筒突然照射固定照度傳感器，檢查邊緣計算網關能否檢測出異常值。實驗方法2：通過人為突然改變單個節點多個傳感器的值，在固定傳感器邊上點火，檢查邊緣計算網關能否檢測出異常值。實驗方法3：通過人為突然改變多個節點單個傳感器的值，用手電筒突然照射多個照度傳感器，檢查邊緣計算網關能否檢測出異常值。實驗方法4：通過人為突然改變多個節點多個傳感器，在多個傳感器邊上點火，檢查邊緣計算網關能否檢測出異常值。

本次實驗節點設定每2 min 采集發送數據，實驗時長為4 h，以上每種實驗方法人為控制發生次數為50 次。以透傳網關發送的消息數為基數，帶詞包網關檢測異常后消息不發送，二者的差就是網關檢測出的異常次數。實驗結果如表1 所示。

表1 網關測試結果

以上實驗表明，基于詞包的網關異常數據檢測能有效地檢測異常數據，對減輕服務器壓力具有一定的作用，減少了網關不必要的通信量。由于訓練集和方法的問題，網關對單一傳感器異常的檢測效果較好，但對多節點多傳感器異常的識別能力仍有待提高，傳感器異常相關性問題也有待研究。