< Terug naar vorige pagina

Project

Real-time en energie-efficiënte detectie van anomalieën in sensor netwerken

Het hoofdidee van dit doctoraal onderzoekswerk is het ontwerpen van een model dat ontwijkende activiteiten ontdekt die voortdurend leren van vroegere activiteiten en huidige veranderingen. Het model moet in real-time en incrementele vorm kunnen leren van de inkomende stromen van individuele gegevens. Aangezien deze stream zeer groot kan zijn, moet het een afgestemd geheugenvoetafdruk houden om opslagproblemen te vermijden. Bovendien wordt in het geval van draadloze sensor netwerken niet alleen informatie verzameld van de knooppunten, maar wordt ook de intelligentie van het centrale systeem naar deze knooppunten verschoven. Op deze manier wordt de bandbreedte van de communicatie verminderd, waardoor het over alle energieverbruik die een van de knelpunten in dergelijke systemen is, lager zal zijn.

Datum:21 sep 2017 →  21 sep 2021
Trefwoorden:Wireless Sensor Networks, Anomaly Detection, Machine Learning Algorithms
Disciplines:Toegepaste wiskunde, Modellering, Multimediaverwerking
Project type:PhD project