基于圖模型的無線傳感器網(wǎng)絡的異常檢測.pdf

1、隨著傳感器技術(shù)、嵌入式計算技術(shù)和分布式信息處理技術(shù)的迅速發(fā)展，無線傳感器網(wǎng)絡(Wireless Sensor Networks，WSN)應運而生并日漸成熟，其應用也隨之越來越廣。異常檢測是很多無線傳感器網(wǎng)絡的關鍵應用之一，具有重要的研究價值。為此本論文設計并實現(xiàn)了一個異常檢測分析系統(tǒng)，實現(xiàn)WSN中異常行為的檢測。該異常檢測系統(tǒng)主要分成三部分:數(shù)據(jù)采集與預處理、圖建模及圖序列的異常檢測。
　　在數(shù)據(jù)采集部分，傳感器節(jié)點可能會因為自身

2、的故障或環(huán)境因素導致數(shù)據(jù)采集的錯誤，錯誤數(shù)據(jù)主要來源于兩方面:非正常工作狀態(tài)下節(jié)點采集的數(shù)據(jù)和正常工作狀態(tài)下節(jié)點采集的噪聲數(shù)據(jù)。為此本部分主要研究如何檢測錯誤數(shù)據(jù)，首先依據(jù)傳感器節(jié)點多屬性之間的相關性來判斷節(jié)點是否工作在正常狀態(tài);然后對于正常狀態(tài)的節(jié)點，通過基于直方圖的數(shù)據(jù)容錯方法過濾噪聲數(shù)據(jù)，實現(xiàn)數(shù)據(jù)預處理。
　　在圖建模部分，由于無線傳感器網(wǎng)絡中數(shù)據(jù)的復雜性，本文將利用圖模型組織管理所采集的數(shù)據(jù)。本部分提出一種觸發(fā)式數(shù)據(jù)快照建

3、模方法，該方法在紅外傳感器節(jié)點被觸發(fā)的時刻進行建模，避免了在無行為發(fā)生時進行圖建模導致的節(jié)點能量的浪費，同時為了避免該時刻采集數(shù)據(jù)缺失造成的數(shù)據(jù)不完全，本文通過后續(xù)采集的數(shù)據(jù)實現(xiàn)數(shù)據(jù)補齊，從而完成數(shù)據(jù)建模。該方法綜合考慮了建模時機和節(jié)點的數(shù)據(jù)變化，相對于傳統(tǒng)的數(shù)據(jù)快照圖建模方式更能精確反映用戶的行為變化。
　　在圖序列的異常檢測部分，若直接對圖序列進行異常檢測，則檢測算法復雜度高，難以應用于大規(guī)模網(wǎng)絡，為此，本部分將利用圖的特征信