基于多模态数据融合的车联网异常数据检测方法

本发明公开了基于多模态数据融合的车联网异常数据检测方法，涉及车联网数据检测技术领域，通过融合油门开度、刹车压力、发动机转速数据，经数据处理与待分析时段划分、按预设参数关联集对运行参数分组，锁定疑似异常时段，再结合各分析组数据变化一致性计算异常指标，最终筛选同步变化异常的异常事件并记录其发生时间、涉及传感器及异常指标发送至监控平台预警，提升了车联网异常数据检测的全面性和准确性性，降低了漏检和误检风险，解决车联网场景中单一车载参数数据检测难以全面反映车辆运行状态、正常参数波动与真实异常事件易混淆、多运行参数间关联关系未被充分利用的问题。