無線傳感器網絡的異常檢測算法研究.pdf

1、無線傳感器網絡是由大量的傳感器以自組織和多跳的方式構成的無線網絡，實時協作地感知、采集、處理和傳輸網絡覆蓋地理區(qū)域內被感知對象的信息，并最終把這些信息發(fā)送給網絡所有者。因其易于部署和靈活拓撲等特點廣泛地應用于軍事防御、工農業(yè)控制、環(huán)境監(jiān)測等眾多領域。由于網絡自身的限制及部署環(huán)境的復雜性易造成采集數據的異常，作為無線傳感器網絡應用之一的離群點檢測技術受到越來越多的關注。
　　 相對于網中單個節(jié)點采集的數據而言，節(jié)點某個時刻的異常讀

2、數可視為離群點;相對于整個網絡中的全部節(jié)點而言，異常的節(jié)點可視為離群點。從異常讀數方面來講，目前很多離群點檢測技術假設網絡的每個節(jié)點采集數據的數據分布是一致的，但在實際中，網絡所部署的監(jiān)測環(huán)境的是異質的，即包含多種不同的數據分布，從而導致鄰域劃分不準確，對檢測精度造成影響。通常意義上的離群點檢測等價于異常讀數的檢測。另一方面，現有的針對異常節(jié)點的檢測算法不多，實際上，異常不限于單個的數據點，也可能是節(jié)點的全部讀數都是異常的，需要從節(jié)點的

3、層面上去檢測異常并分析異常節(jié)點產生的原因。本文從這兩個角度進行離群點檢測，論文的主要工作如下:
　　 (1)綜合性地介紹了無線傳感器網絡的相關內容，對幾種有代表性的無線傳感器網絡中的離群點檢測算法進行分析比較，總結了影響無線傳感器網絡離群點檢測技術主要因素。
　　 (2)根據監(jiān)測環(huán)境的異質性，提出適用于異質監(jiān)測環(huán)境的基于橢球模型的無線傳感器網絡的異常讀數檢測算法。算法用橢球模型刻畫數據分布，節(jié)點間只傳輸模型參數，用橢球參

4、數式方程計算橢球間的相異度;將數據分布的不一致性引入到鄰域劃分的過程中，最終利用傳感器讀數間的時空關聯性來檢測局部離群點。實驗結果表明，提出的算法具有通信量低、檢測精度高和誤檢率低的優(yōu)點。
　　 (3)針對無線傳感器網絡中節(jié)點由于自身資源的限制和部署環(huán)境的復雜性等因素易造成節(jié)點異常的現象，提出無線傳感器網絡的異常節(jié)點的檢測方法解決網絡中異常節(jié)點的檢測問題，算法用橢球模型來刻畫節(jié)點的正常讀數模式，利用節(jié)點間空間關聯性將節(jié)點與其鄰域