分布式无线传感器网络异常值检测与分析

摘要

数据异常值的检测与分析是无线传感器网络研究领域的重要问题。传感器节点感测的数据异常有两个主要来源：一、网络中事件的发生会引发节点读数异常；二、节点软故障导致其读数异常。异常数据严重影响到网络用户的决策，因此异常值检测方法的研究是保障网络应用的必要措施。本文建立一个完善的异常值的检测与分析体系，其体系主要由三个检测算法组成。具体如下：
　　基于信任度反馈的分布式异常值检测算法。利用节点读数的空间相关性，通过相邻节点间的读数比较，根据比较结果计算节点的初始信任度。然后根据贝叶斯原理，通过邻居节点的信任度反馈，计算节点的最终信任度，从而判断节点自身是否存在异常值。最后对异常值集合进行校准，得出准确的检测结果。通过实验仿真发现，该算法具有较高的检测率和较低的误判率。
　　基于改进的低秩子空间聚类和随机森林分类的事件检测算法。利用节点读数的时间相关性，通过改进的低秩子空间聚类算法对节点时间窗口内的数据流聚类，对事件进行检测，并保存事件的数据特征。而后通过改进的随机森林分类算法，实时地对异常值分类，判断出该异常值是否为事件读数。通过实验仿真发现，该算法在缺乏训练集的条件下，能够实时快速地判断出是否有事件发生。
　　基于模拟退火的最小二乘法的事件区域故障检测算法。在存在事件读数的节点集，可能存在一些故障节点，其被误判为事件节点。根据模拟退火算法原理，通过不断变换拟合节点集，对该集合中节点读数进行最小二乘拟合。在这些事件节点中，寻找出一组拟合效果较优的节点集。最后通过其他事件节点的读数与其对应的拟合值进行比较，可以判断出这些节点是否存在故障读数。

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1无线传感器网络简介

1.2无线传感器数据异常值问题

1.3异常值检测的研究现状

1.4本文工作

第二章 基于信任度反馈的分布式异常值检测算法设计

2.1问题描述

2.2基于信任度反馈的分布式异常值检测算法设计

2.3模拟仿真

2.4本章小结

第三章 基于改进的低秩子空间聚类和随机森林分类的事件检测算法设计

3.1问题描述

3.2基于改进的低秩子空间聚类和随机森林分类的事件检测算法设计

3.3模拟仿真

3.4本章小结

第四章 基于模拟退火的最小二乘法的事件区域故障检测算法设计

4.1问题描述

4.2基于模拟退火的最小二乘法的事件区域故障检测算法设计

4.3模拟仿真

4.4本章小结

第五章 结论和展望

5.1研究结论

5.2工作展望

参考文献

致谢

作者简介