無(wú)線傳感器網(wǎng)絡(luò)中基于多屬性的異常檢測(cè)技術(shù)的研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、交通控制等諸多領(lǐng)域。異常檢測(cè)作為無(wú)線傳感器網(wǎng)絡(luò)的重要應(yīng)用之一，受到越來(lái)越多的重視。然而由于傳感器節(jié)點(diǎn)具有感知準(zhǔn)確性低、硬件資源有限、抵制干擾性能差等特點(diǎn)，節(jié)點(diǎn)會(huì)因?yàn)榄h(huán)境噪聲、自身硬件的干擾、環(huán)境變化的影響、能量的枯竭以及硬件的故障感知到錯(cuò)誤數(shù)據(jù)，這些錯(cuò)誤數(shù)據(jù)會(huì)嚴(yán)重影響到檢測(cè)結(jié)果的準(zhǔn)確性。包含這種錯(cuò)誤數(shù)據(jù)的結(jié)果信息在降低檢測(cè)結(jié)果準(zhǔn)確度的同時(shí)會(huì)損失大

2、量人力物力，因此，采用一種網(wǎng)內(nèi)檢測(cè)的方法來(lái)保證檢測(cè)結(jié)果的高準(zhǔn)確性尤為重要。
　　 本文通過(guò)分析傳感器數(shù)據(jù)屬性關(guān)聯(lián)性的特點(diǎn)，給出相關(guān)屬性的概念，并以此為基礎(chǔ)建立了屬性的多維數(shù)據(jù)空間。通過(guò)比較數(shù)據(jù)點(diǎn)之間的相似度確定真正的異常數(shù)據(jù)。針對(duì)相關(guān)屬性中只有個(gè)別屬性變化的情況，補(bǔ)充了屬性變化度來(lái)衡量屬性數(shù)據(jù)的變化程度，僅當(dāng)屬性變化度為1且有與之相似的鄰居節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)據(jù)才是真正的異常數(shù)據(jù)。異常數(shù)據(jù)的檢測(cè)過(guò)程分為時(shí)間關(guān)聯(lián)檢測(cè)和空間關(guān)聯(lián)檢測(cè)。在時(shí)間

3、關(guān)聯(lián)檢測(cè)過(guò)程，傳感器節(jié)點(diǎn)存儲(chǔ)少量的歷史數(shù)據(jù)，利用加權(quán)的方法計(jì)算當(dāng)前時(shí)刻感知數(shù)據(jù)與所有歷史數(shù)據(jù)的綜合數(shù)據(jù)相似度，進(jìn)而計(jì)算針對(duì)當(dāng)前歷史數(shù)據(jù)的平均數(shù)據(jù)相似度，如果平均相似度低于給定的閾值，就認(rèn)為當(dāng)前數(shù)據(jù)是非正常數(shù)據(jù)，向鄰居節(jié)點(diǎn)發(fā)送異常數(shù)據(jù)信息，轉(zhuǎn)入到空間關(guān)聯(lián)檢測(cè)階段。在空間關(guān)聯(lián)檢測(cè)過(guò)程，鄰居節(jié)點(diǎn)計(jì)算與暫時(shí)性異常節(jié)點(diǎn)感知數(shù)據(jù)的相似度，如果數(shù)據(jù)相似度大于給定閾值，則視為異常數(shù)據(jù)，向基站發(fā)送感知數(shù)據(jù)并向暫時(shí)性異常節(jié)點(diǎn)發(fā)送應(yīng)答信息。如果是噪聲數(shù)據(jù)，利