齊晗

(安徽電子信息職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)管理學(xué)院，安徽 蚌埠 233030)

物流產(chǎn)業(yè)的蓬勃發(fā)展催生了網(wǎng)絡(luò)貨運(yùn)平臺(tái)的出現(xiàn)，而網(wǎng)絡(luò)貨運(yùn)平臺(tái)的發(fā)展改善物流的運(yùn)輸模式，提高客戶的服務(wù)體驗(yàn)。為了提高網(wǎng)絡(luò)貨運(yùn)平臺(tái)的性能，準(zhǔn)確、及時(shí)地發(fā)現(xiàn)異常貨運(yùn)軌跡尤為重要[1]。貨運(yùn)軌跡數(shù)據(jù)不僅反映了各類(lèi)承運(yùn)車(chē)輛的移動(dòng)特征，還包含了有關(guān)服務(wù)提供商和客戶的寶貴信息。通過(guò)監(jiān)控所有承運(yùn)車(chē)輛的行蹤，異常軌跡檢測(cè)系統(tǒng)可以顯著提高網(wǎng)絡(luò)貨運(yùn)平臺(tái)的服務(wù)質(zhì)量。近年來(lái)，自動(dòng)異常軌跡檢測(cè)的研究引起了廣泛的關(guān)注，現(xiàn)有基于密度或隔離的異常檢測(cè)策略雖然具有良好的性能，但仍然存在如下幾點(diǎn)局限性[2-3]。首先，這些策略不能很好地刻畫(huà)軌跡的序列信息，忽略了整個(gè)軌跡的序列信息對(duì)異常檢測(cè)結(jié)果的影響。其次，多數(shù)現(xiàn)有的方法無(wú)法很好地適應(yīng)稀疏的數(shù)據(jù)。再者，傳統(tǒng)的異常軌跡檢測(cè)方法需要計(jì)算歷史數(shù)據(jù)集中每?jī)蓷l軌跡的相似度，而該計(jì)算過(guò)程會(huì)耗費(fèi)大量的計(jì)算資源。針對(duì)現(xiàn)有面向網(wǎng)絡(luò)貨運(yùn)平臺(tái)研究存在的問(wèn)題，本文提出了基于循環(huán)神經(jīng)網(wǎng)絡(luò)的異常軌跡檢測(cè)策略(Network Freight Platform Anomaly Trajectory Tracking and Detection Strategy，NFP-ATTD)。NFP-ATTD通過(guò)循環(huán)神經(jīng)網(wǎng)絡(luò)使用低維向量表示軌跡，并檢測(cè)嵌入空間中的異常軌跡。

1 異常軌跡檢測(cè)流程

NFP-ATTD主要包括三個(gè)步驟，即軌跡數(shù)據(jù)預(yù)處理、軌跡偏離檢測(cè)和異常檢測(cè)。軌跡數(shù)據(jù)預(yù)處理步驟對(duì)屬于連續(xù)變量類(lèi)型的軌跡點(diǎn)進(jìn)行離散化。NFP-ATTD使用堆疊循環(huán)神經(jīng)網(wǎng)絡(luò)(SRNN)學(xué)習(xí)軌跡嵌入，以發(fā)掘有價(jià)值的序列信息和軌跡的內(nèi)部特征，并使用多層感知器和softmax層檢測(cè)異常。

圖1 NFP-ATTD算法流程

異常軌跡包括軌跡偏離和軌跡異常值。軌跡偏離是指貨運(yùn)車(chē)輛的軌跡偏離了固定的路線。軌跡異常值是指軌跡點(diǎn)的高度、速度和方向的異常。NFP-ATTD算法流程圖如圖1所示。 為了不影響軌跡異常的檢測(cè)，需要對(duì)缺失的數(shù)據(jù)進(jìn)行填充。根據(jù)數(shù)據(jù)的分布情況，可以用均值和中位數(shù)來(lái)填充數(shù)據(jù)。如果數(shù)據(jù)是均勻分布的，則使用均值來(lái)填充數(shù)據(jù)，如果數(shù)據(jù)是非均勻分布的，則使用中值來(lái)填充數(shù)據(jù)。異常值描述符算法基于閾值來(lái)檢測(cè)軌跡偏離。由于異常值描述符算法是檢測(cè)靜態(tài)數(shù)據(jù)，通過(guò)實(shí)驗(yàn)驗(yàn)證可以確定最近鄰數(shù)參數(shù)和異常閾值。在計(jì)算軌跡的異常值描述符值后，將異常值描述符值高于閾值的軌跡判斷為偏離軌跡，并將偏離軌跡剔除。

數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集。Bi-LSTM模型使用當(dāng)前時(shí)間、前個(gè)時(shí)間和后個(gè)時(shí)間的信息。分別通過(guò)前向和后向LSTM提取軌跡特征。在特征提取過(guò)程中，每個(gè)軌跡點(diǎn)用一個(gè)5維向量表示：xt={經(jīng)度，緯度，高度，方向，速度}。x0表示當(dāng)前時(shí)間軌跡點(diǎn)的輸入信息，x-t和xt分別表示x0之前和之后t個(gè)時(shí)刻的軌跡點(diǎn)信息。模型的輸入是軌跡點(diǎn)向量序列，序列之間的特征由Bi-LSTM自動(dòng)提取。在訓(xùn)練過(guò)程中，Bi-LSTM模型可以自動(dòng)學(xué)習(xí)軌跡序列之間的關(guān)系。將測(cè)試集輸入到經(jīng)過(guò)訓(xùn)練的Bi-LSTM神經(jīng)網(wǎng)絡(luò)模型中，以預(yù)測(cè)軌跡時(shí)間序列。將預(yù)測(cè)序列值和真實(shí)序列值進(jìn)行微分得到差分序列，通過(guò)支持向量域描述(SVDD)算法求解差分序列得到異常檢測(cè)的閾值。在測(cè)試階段，通過(guò)將差異與閾值進(jìn)行比較來(lái)判斷車(chē)輛的軌跡是否異常。

2 多維異常值描述符

在異常檢測(cè)中，局部異常因子(LOF)不僅可以很好地解決局部密度不一致的異常檢測(cè)問(wèn)題，而且可以很好地測(cè)量歐幾里得距離所反映的位置異常。但是，對(duì)于多維目標(biāo)軌跡數(shù)據(jù)，LOF無(wú)法針對(duì)不同需求測(cè)量目標(biāo)的位置、速度和方向異常?；趧?dòng)態(tài)時(shí)間規(guī)整(DTW)算法的多維異常值描述符可以作為多維軌跡的異常測(cè)量。多維異常值描述符不僅可以測(cè)量目標(biāo)的位置異常，還可以同時(shí)測(cè)量目標(biāo)的高度、速度和方向異常。軌跡數(shù)據(jù)是由多維數(shù)據(jù)點(diǎn)組成的多維序列，軌跡可以用以下集合表示：TD={TR1,…,TRi,…,TRn}，其中，TRi={Ri1,…,Rij,…,Rim}。Pij表示第i個(gè)軌跡中的第j個(gè)多維特征的向量。對(duì)于不同的軌跡TRi，m不一定相同。使用DTW相似度函數(shù)作為距離度量代替歐式距離來(lái)評(píng)估序列間的距離。軌跡TRA={TRA1,…,TRAi,…,TRAn}和軌跡TRB={TRB1,…,TRBi,…,TRBm}的多因素定向DTW距離δM由兩點(diǎn)之間的多因素距離mfdist(Pa,Pb)定義，即：

mfdist(Pa,Pb)=wd×dist(Pa,Pb)+wv×dist(vPa,vPb)+wθ×dist(θPa,θPb)+wα×dist(αPa,αPb)

(1)

其中，vPa、vPb為點(diǎn)Pa和點(diǎn)Pb的速度，θPa和θPb分別是點(diǎn)Pa和點(diǎn)Pb的方向，αPa和αPb分別是點(diǎn)Pa和點(diǎn)Pb的加速特征。在多維軌跡的異常檢測(cè)中，可以根據(jù)不同檢測(cè)任務(wù)的需要，按比例確定四個(gè)特征權(quán)重的值。僅考慮位置異常時(shí)，權(quán)重可以分別設(shè)置為wd=1，wv=0，wθ=0，wα=0?；诙x的多因素距離mfdist(Pa,Pb)，擴(kuò)展DTW距離的維度，將多維軌跡TRA和TRB之間的多因素DTW距離定義為：

δM(TRA,TRB)=mfdist(TRAi,TRBj)+min{mfdist(TRA(i-1),TRB(j-1)),

mfdist(TRA(i-1),TRBj),mfdist(TRAi,TRB(j-1))}

(2)

對(duì)于計(jì)算多維軌跡TRi的多維異常值描述符，首先計(jì)算軌道的多因素鄰居邊界距離，即：

δMb(TRi,k)=δM(TRi,NN(TRi,k))

(3)

隨后，計(jì)算軌跡TRi的相鄰軌道，即N(TRi,k)={TRj|δM(TRi,TRj)≤δMb(TRi,k)}。計(jì)算軌跡TRi到軌跡TRj的多因素可達(dá)距離，即δMr(TRi,TRj,k)=max{δMb(TRi,k),δM(TRi,TRj)}。計(jì)算軌跡TRi的最近鄰密度，即：

(4)

軌跡TRi的多維異常值描述符如下所示：

(5)

3 Bi-LSTM設(shè)計(jì)

Bi-LSTM 由前向長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)和后向LSTM組成。因?yàn)檐壽E異常值不是孤立發(fā)生的，所以Bi-LSTM模型的前向和后向結(jié)構(gòu)更適合軌跡異常值檢測(cè)。Bi-LSTM的結(jié)構(gòu)如圖2所示。

輸入信號(hào){x0,…,xn}將分別輸入至輸入前向LSTM模型和后向LSTM模型，輸出前向隱式向量{hF0,…,hFn}和后向隱式向量{hB0,…,hbn}。

圖2 Bi-LSTM模型結(jié)構(gòu)

在軌跡數(shù)據(jù)中，每個(gè)軌跡點(diǎn)由一個(gè)5維向量表示：Ft={經(jīng)度，緯度，高度，方向，速度}。對(duì)數(shù)據(jù)進(jìn)行特征提取，形成模型的訓(xùn)練數(shù)據(jù)集。在Bi-LSTM網(wǎng)絡(luò)的初始化階段，初始權(quán)重矩陣被分配為均勻分布在[0,1]之間的隨機(jī)數(shù)。最大迭代訓(xùn)練次數(shù)設(shè)置為256，窗口大小為32，學(xué)習(xí)率為0.001，最小誤差值為0。在前向計(jì)算中，隱藏層將訓(xùn)練集X作為輸入，Bi-LSTM模型包含雙向LSTM隱藏層，在訓(xùn)練過(guò)程中提取了兩組特征。每個(gè)LSTM隱藏層包含n個(gè)按時(shí)間順序排列的單元，通過(guò)隱藏層的輸出可以表示為：HF={HF0,…,HFn}和HB={HB0,…,HBn}。反向誤差計(jì)算階段從LSTM在前向和后向運(yùn)動(dòng)中轉(zhuǎn)移特征并計(jì)算結(jié)果以獲得真實(shí)值和預(yù)測(cè)值之間的差異損失，根據(jù)損失對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行回溯并修改參數(shù)。為了提高模型的泛化能力，在Bi-LSTM層和第一層的全連接層之間增加了dropout機(jī)制，防止模型過(guò)擬合[4]。當(dāng)訓(xùn)練次數(shù)和誤差值滿足設(shè)定要求時(shí)，停止模型訓(xùn)練并預(yù)測(cè)測(cè)試集。

為解決車(chē)輛異常行為檢測(cè)閾值的自適應(yīng)問(wèn)題，通過(guò)取本文預(yù)測(cè)的序列值與真實(shí)序列值的差值，可以得到差值序列?；诓罘中蛄?，實(shí)現(xiàn)了支持向量域描述(SVDD)分類(lèi)器來(lái)判斷飛行異常數(shù)據(jù)。SVDD分類(lèi)器設(shè)計(jì)的主要思想分為幾個(gè)步驟。首先，通過(guò)非線性映射將差分序列映射到高維空間。然后，在高維空間中找到包含所有或大部分差異序列樣本的最小超球面。最后，將得到的超球面作為異常檢測(cè)的判別邊界(判別規(guī)則為：如果差分序列的樣本點(diǎn)落入高維空間的超球面，則判別該樣本點(diǎn)為法線點(diǎn)；如果差分序列的樣本點(diǎn)在高維空間中落在超球面之外，判斷該樣本點(diǎn)為異常點(diǎn))。根據(jù)預(yù)測(cè)序列與真實(shí)序列的差序列，通過(guò)SVDD解可以得到超球面的半徑r和圓心a，從而得到分類(lèi)器。

4 實(shí)驗(yàn)評(píng)估

數(shù)據(jù)集來(lái)自某貨運(yùn)平臺(tái)，其中包含了從2020年1月7日至2021年1月29日從553輛貨車(chē)收集得到軌跡數(shù)據(jù)。

粗粒度網(wǎng)格圖和細(xì)粒度網(wǎng)格圖對(duì)異常軌跡檢測(cè)結(jié)果的影響有顯著差異。使用細(xì)粒度的網(wǎng)格圖可以獲得更好的檢測(cè)的性能，但計(jì)算時(shí)間會(huì)變長(zhǎng)，而存儲(chǔ)成本也會(huì)隨之增大。在實(shí)際應(yīng)用中，應(yīng)考慮成本和性能的權(quán)衡。我們所選擇區(qū)域的大小為80km×110km，n和m的值分別設(shè)置為800和1100，每個(gè)網(wǎng)格的大小為100m×100m。此次研究?jī)H選取了有完整交易行為的軌跡作為研究對(duì)象，符合條件的軌跡數(shù)據(jù)由5個(gè)源和目的地對(duì)的軌跡組成。

實(shí)驗(yàn)部分使用準(zhǔn)確率Φ、精度P、召回率R和F1度量作為指標(biāo)進(jìn)行性能評(píng)估，其計(jì)算方式如下所示：

(6)

其中TP、TN、FP和FN分別是真陽(yáng)性、真陰性、假陽(yáng)性和假陰性的數(shù)量。

實(shí)驗(yàn)所對(duì)比的算法有：(1)LCSS[5]：使用動(dòng)態(tài)規(guī)劃匹配兩個(gè)序列之間的最長(zhǎng)公共子序列，該算法是一種應(yīng)用廣泛的測(cè)量軌跡相似度的代表性方法，LCSS比較每個(gè)給定測(cè)試軌跡的訓(xùn)練集中的所有軌跡；(2)Xgboost[6]：Xgboost是一個(gè)基于梯度提升決策樹(shù)的模型，從軌跡中諸如軌跡距離、軌跡點(diǎn)之間的角度等特征；(3)Lotad[7]：Lotad將數(shù)據(jù)處理為時(shí)間和空間段，通過(guò)計(jì)算數(shù)據(jù)的異常指數(shù)來(lái)檢測(cè)異常時(shí)間和空間段。NFP-ATTD是基于TensorFlow實(shí)現(xiàn)，實(shí)驗(yàn)環(huán)境配置有16GB內(nèi)存、英特爾酷睿i7-9700E處理器。在實(shí)驗(yàn)中，用NFP-ATTD-L表示使用LSTM作為RNN單元的模型，NFP-ATTD-G表示使用GRU作為RNN單元的模型，用NFP-ATTD-A表示使用注意力機(jī)制的模型。模型中有四個(gè)關(guān)鍵參數(shù)：嵌入維度、RNN層數(shù)、負(fù)樣本數(shù)和dropout概率。每個(gè)點(diǎn)的維度設(shè)置為64，一個(gè)RNN單元的隱藏狀態(tài)大小設(shè)置為64，負(fù)樣本數(shù)設(shè)置為5，堆疊RNN的層數(shù)設(shè)置為 5，dropout概率設(shè)置為0.5。使用Adam[8]對(duì)模型進(jìn)行優(yōu)化。

異常軌跡檢測(cè)結(jié)果如表1所示。由結(jié)果可知，NFP-ATTD-L、NFP-ATTD-G和NFP-ATTD-A獲得較好的性能。該結(jié)果表明循環(huán)神經(jīng)網(wǎng)絡(luò)可以捕捉異常軌跡和正常軌跡的內(nèi)部特征，而軌跡的序列信息對(duì)于異常軌跡檢測(cè)至關(guān)重要。其中，NFP-ATTD-A優(yōu)于NFP-ATTD-L和NFP-ATTD-G，這表明注意力機(jī)制可以從過(guò)去的序列中學(xué)習(xí)有價(jià)值的信息。事實(shí)上，一條軌跡通常是由一些關(guān)鍵點(diǎn)決定的。另外，LCSS和Xgboost的結(jié)果不理想的原因可能是那些方法只考慮了軌跡的形狀，而忽略了歷史數(shù)據(jù)集的信息和軌跡的序列信息。Lotad使用線性計(jì)算時(shí)間和空間段的異常指數(shù)，因此不能很好地捕獲序列信息。

表1 異常檢測(cè)對(duì)比結(jié)果

接下來(lái)研究了不同異常軌跡百分比下的模型性能。在實(shí)際應(yīng)用中，異常值檢測(cè)任務(wù)的瓶頸是缺乏足夠的負(fù)樣本，標(biāo)記的數(shù)據(jù)是有限的，因此模型需要在異常軌跡數(shù)量較少時(shí)保持性能。實(shí)驗(yàn)將每個(gè)數(shù)據(jù)集中異常軌跡的百分比從5%降低到1%，在表4中展示了NFP-ATTD-A模型的性能。結(jié)果如圖3所示。由該結(jié)果可知，隨著異常軌跡百分比的增加，NFP-ATTD-A的性能逐漸提高。當(dāng)異常軌跡數(shù)量較少時(shí)，NFP-ATTD-A模型難以區(qū)分異常與正常軌跡。

圖3 不同異常軌跡數(shù)量下NFP-ATTD-A的性能表現(xiàn)

5 結(jié)論

本文提出了NFP-ATTD，一個(gè)基于循環(huán)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)貨運(yùn)平臺(tái)異常軌跡跟蹤檢測(cè)策略。NFP-ATTD能捕獲異常軌跡和正常軌跡之間的內(nèi)部特征，并使用注意力機(jī)制來(lái)學(xué)習(xí)高質(zhì)量的軌跡嵌入。實(shí)驗(yàn)結(jié)果表明NFP-ATTD要優(yōu)于現(xiàn)有的軌跡檢測(cè)方法。未來(lái)的工作將著重于結(jié)合諸如強(qiáng)化學(xué)習(xí)的新技術(shù)來(lái)擴(kuò)展NFP-ATTD，以提高其跟蹤檢測(cè)性能。