PCA-basierte Sensor-Triage: Effiziente Edge‑AI-Analyse bei Bandbreitenengpässen

In industriellen IoT‑Netzwerken mit vielen Sensoren übersteigt die Datenmenge häufig die verfügbare Bandbreite. Um dieses Problem zu lösen, wurde PCA‑Triage entwickelt – ein Streaming‑Algorithmus, der die laufenden PCA‑Ladungen nutzt, um pro Kanal proportionale Abtastraten zu bestimmen, die ein festgelegtes Bandbreitenbudget nicht überschreiten.

PCA‑Triage arbeitet in O(wdk) Zeit, benötigt keine trainierbaren Parameter und trifft Entscheidungen in nur 0,67 ms. In umfangreichen Tests wurden sieben Benchmarks mit 8 bis 82 Kanälen gegen neun Baselines evaluiert.

Die Ergebnisse sind beeindruckend: Auf drei von sechs Datensätzen ist PCA‑Triage das beste unüberwachte Verfahren bei 50 % Bandbreite. Es übertrifft jede Basislinie mit großen Effektgrößen (r = 0,71–0,91). Auf dem TEP‑Datensatz erreicht es F1‑Werte von 0,961 ± 0,001 – weniger als 0,1 % unter der Volldatennutzung – und behält F1 > 0,90 bei nur 30 % Budget. Durch gezielte Erweiterungen kann der F1‑Wert sogar auf 0,970 gesteigert werden.

Der Algorithmus bleibt zudem robust gegenüber Paketverlusten und Sensorrauschen; die Leistung nimmt unter Worst‑Case-Szenarien nur um 3,7 – 4,8 % ab.