文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.200872
中文引用格式: 周萬里,,王子謙,,謝婉利,等. 基于二叉空間劃分的異常數(shù)據(jù)檢測算法[J].電子技術應用,,2021,,47(3):40-43,50.
英文引用格式: Zhou Wanli,,Wang Ziqian,,Xie Wanli,et al. Binary space partition-based anomaly detection algorithm in wireless sensor networks[J]. Application of Electronic Technique,,2021,,47(3):40-43,50.
0 引言
無線傳感網絡(Wireless Sensor Networks,,WSNs)[1-2]是由多個具有感測能力的微型節(jié)點構成的。這些節(jié)點部署在不同位置,,并且它們感知周圍環(huán)境數(shù)據(jù)(如溫度,、壓力、濕度),,再以無線通信方式將數(shù)據(jù)傳輸至信宿[3],。
傳感節(jié)點感知的數(shù)據(jù)通常存在空間相關性和時間相關性[4]。由于所感測數(shù)據(jù)的不完整,、不準確,,甚至異常[5-7],通過時間分析所感測數(shù)據(jù)顯得尤其重要,。產生異常的原因有兩種:(1)傳感節(jié)點的故障,;(2)異常事件的發(fā)生,如森林發(fā)火,、洪水,。節(jié)點故障產生的異常是獨立的,屬個體,。而異常事件的產生的異常具有空間或時間相關性,。因此,通過分析感測數(shù)據(jù)間的相關性,,能夠提高對事件檢測的準確性,。
所謂異常,是指不同于正常數(shù)據(jù),。通過對異常數(shù)據(jù)和正常數(shù)據(jù)間的等級測量(Ranking Measures,,RM),能夠檢測異常事件,。既可通過局部傳感節(jié)點分布式識別異常,,也可利用觀察節(jié)點集中式識別異常。
空間分割常用于事件分類,。而二叉空間劃分(Binary Space Partition,,BSP)就是對空間中的物體進行二叉遞歸劃分的算法。即用平面將空間分割,,空間中各部分又被分為前面和后面兩類,,對分割后的空間繼續(xù)使用相同的方法進行分割,直到不能分割為止,,進而產生BSP樹[8],。
通過BSP樹和質量等級的測量可檢測異常。文獻[9]最初利用MassAD算法進行質量估計,,它將數(shù)據(jù)實例劃分為嚴重異常至完全正常,。然而,相比于高質量數(shù)據(jù),,低質量數(shù)據(jù)屬異常的概率更高,。
為此,提出基于二叉空間劃分的異常數(shù)據(jù)檢測(Binary Space Partition-based Anomaly Detection,,BSP-AD)算法,。BSP-AD算法利用二叉空間劃分訓練數(shù)據(jù),,構成正常數(shù)據(jù)的區(qū)間范圍,再通過此區(qū)間范圍檢測異常數(shù)據(jù),。仿真結果表明,,提出的BSP-AD算法能夠準確地檢測異常數(shù)據(jù),并控制數(shù)據(jù)存儲成本和計算成本,。
本文詳細內容請下載:http://forexkbc.com/resource/share/2000003418
作者信息:
周萬里1,,王子謙2,謝婉利1,,譚安祖1,,余節(jié)約3
(1.溫州醫(yī)科大學附屬眼視光醫(yī)院 信息管理處,浙江 溫州325000,;
2.浙江方圓檢測集團股份有限公司 檢測部,,浙江 杭州310000;
3.杭州電子科技大學 數(shù)字媒體學院,,浙江 杭州310000)