發(fā)布時(shí)間：2020-05-21 00:05

【摘要】：無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor networks,WSN)作為溝通主觀感知世界和客觀物理世界的橋梁,是物聯(lián)網(wǎng)信息獲取和處理的重要支撐技術(shù)之一。已經(jīng)得到了迅速的發(fā)展和廣泛的應(yīng)用,包括國(guó)防、城市建設(shè)、醫(yī)療保健、環(huán)境監(jiān)測(cè)、制造業(yè)和其他許多領(lǐng)域。隨著無(wú)線傳感器網(wǎng)絡(luò)規(guī)模的增加,傳感器網(wǎng)絡(luò)的異常檢測(cè)越發(fā)的關(guān)鍵。尤其是對(duì)于一些緊急事件,往往需要及時(shí)預(yù)警并采取緊急處理措施。本文的主要工作如下:1.針對(duì)由于傳感器數(shù)量較少,無(wú)法通過(guò)挖掘傳感器及其鄰近傳感器的空間數(shù)據(jù)相關(guān)性來(lái)檢測(cè)數(shù)據(jù)的異常。提出一種基于時(shí)間序列數(shù)據(jù)的無(wú)線傳感器網(wǎng)絡(luò)異常檢測(cè)方法。利用傳感器采集的k個(gè)正常數(shù)據(jù)建立一個(gè)參考區(qū)間,判斷下一刻的數(shù)據(jù)是否異常。采用基于距離的數(shù)據(jù)區(qū)間差異度的方法判斷發(fā)生異常的來(lái)源。實(shí)驗(yàn)結(jié)果表明,本文方法對(duì)傳感器網(wǎng)絡(luò)的異常數(shù)據(jù)檢測(cè)率保持在98%以上,誤報(bào)率保持在0.5%以下,具有一定的實(shí)用性。2.針對(duì)現(xiàn)有的基于時(shí)空相關(guān)性的異常檢測(cè)算法在高故障率傳感器網(wǎng)絡(luò)下,檢測(cè)效果差的問(wèn)題。提出一種融合時(shí)空相關(guān)性的傳感器網(wǎng)絡(luò)容錯(cuò)異常檢測(cè)算法。在時(shí)間相關(guān)性部分得到可能發(fā)生事件或發(fā)生故障的概率,初步確定節(jié)點(diǎn)的狀態(tài);在空間相關(guān)性部分將傳感器網(wǎng)絡(luò)劃分為不同的鄰域,結(jié)合時(shí)間相關(guān)性采用不同的檢測(cè)方法實(shí)現(xiàn)容錯(cuò)。實(shí)驗(yàn)結(jié)果表明,在傳感器網(wǎng)絡(luò)故障率為45%的情況下,節(jié)點(diǎn)的事件檢出率保持在97%以上,誤報(bào)率低于3.7%。
【圖文】：

無(wú)線傳感器網(wǎng)絡(luò)異常檢測(cè)算法分類(lèi)

界標(biāo)窗口模型和時(shí)間窗口模型
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TN929.5;TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李云飛;;極值分布參數(shù)基于不完全數(shù)據(jù)的區(qū)間估計(jì)[J];統(tǒng)計(jì)與決策;2015年13期

，

本文編號(hào)：2673415