解密阿里巴巴基于边缘计算的区域异常检测方法专利

阿里巴巴作为国内互联网技术的巨头之一，一直在积极推进边缘计算技术标准化建设与产业落地。

集微网消息，近日2019亚太内容分发大会暨CDN峰会在广州如期召开，大会围绕“边缘计算”这一主题，探讨互联网产业发展的新趋势，而阿里云凭借在边缘计算领先的技术布局与创新方案，荣获“最佳智能边缘计算技术创新平台”奖项。

随着IOT(物联网)的发展，设备大规模接入物联网，在终端设备上产生的海量数据在提供商业价值的同时，也对大数据风控提出了新的挑战。一方面，随着物联网发展的趋势，交易和支付的发起将逐渐摆脱对单一移动设备的依赖，从当前主要依赖于PC或手机端的支付方式变为可穿戴设备如智能手表手环，智能眼镜等，甚而取设备化(无感)支付。另一方面，随着对个人隐私数据越来越高的监管要求，隐私数据的获取和使用也将受到极大的限制。

如何应对个人隐私数据越来越高的监管要求并实现异常检测，已成为亟待解决的问题。为了更好地解决这一问题，阿里巴巴在今年年初就申请了一项名为“基于边缘计算的区域异常检测方法和边缘计算设备”（申请号：201910214642.4）的发明专利，申请人为阿里巴巴集团控股有限公司。

该专利提供了一种基于边缘计算的区域异常检测方法和边缘计算设备，以通过区域内的物联网设备采集的监控特征数据进行异常检测。

图1

图1是该专利提出的基于边缘计算的区域异常检测场景示意图。从图中可以看到，物联网设备是可以采集多种数据的，我们以智能手机为例，它可以通过各种传感器来采集到如速度、压力、光照强度等数据信息。物联网设备采集数据后，就会形成物联网设备对应的特征数据，然后再上传到边缘计算设备中。边缘计算设备可提供IOT终端计算服务，对多个物联网设备上传的特征数据进行加工处理，形成异常检测模型所需的特征数据，输入到IOT终端决策模型中进行决策。此外，边缘计算设备还可将特征数据存储在边缘计算服务端中进行备份，以作为边缘计算设备的IOT终端决策模型的训练样本来源。

由于边缘计算设备的存储能力和计算能力的限制，单纯依赖边缘计算设备进行异常检测的决策，可能会出现较大的误判，特别是基于多个物联网设备的决策树进行判断时，判决为异常和判决为正常的比例相对接近时。此时，需要由云端/服务端进行异常检测的决策。其中，云端/服务端存储更多的样本数据，具备更大的计算容量，判决结果更为准确。这样，边缘计算设备和云端/服务端可各自分担部分的决策任务。

图2

图2是专利中提出的边缘计算设备训练异常检测随机森林模型的示意图。从图中可以看到，边缘计算设备可基于各物联网设备上报的监控特征数据，独立建模，剪枝，评估等。

比如当检测到多个物联网设备中的目标物联网设备发生故障，或者在预设时间段内未接收到多个物联网设备中的目标物联网设备的监控特征数据时，可以将目标物联网设备在异常检测随机森林模型对应的目标随机森林决策树移除。另外，当检测到新增物联网设备接入边缘计算设备时，采集新增物联网设备的监控特征数据，然后再生成对应的随机森林决策树。

阿里巴巴作为国内互联网技术的巨头之一，一直在积极推进边缘计算技术标准化建设与产业落地。阿里巴巴多次与各大运营商进行试点合作，不断推进5G移动边缘计算（MEC）、虚拟化CDN网络架构、边缘智能等领域建设，为我国边缘计算产业发展做出了巨大贡献。