無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Network,WSN）是由大量造價(jià)低、體積小的傳感器節(jié)點(diǎn)以自組織方式構(gòu)成的無(wú)線網(wǎng)絡(luò)。通過(guò)感知、采集和分析監(jiān)測(cè)數(shù)據(jù),無(wú)線傳感器網(wǎng)絡(luò)能夠檢測(cè)出發(fā)生在監(jiān)控區(qū)域內(nèi)的異常事件。現(xiàn)有的WSN異常事件檢測(cè)技術(shù)主要針對(duì)單個(gè)觀測(cè)屬性設(shè)置決策閾值或根據(jù)變化趨勢(shì)檢測(cè)異常事件,在涉及多類型傳感器的事件檢測(cè)應(yīng)用中可擴(kuò)展性不強(qiáng)。此外,WSN異常事件檢測(cè)領(lǐng)域幾乎沒有與異常事件解釋相關(guān)的研究。現(xiàn)有算法雖能發(fā)現(xiàn)異常事件,但無(wú)法對(duì)事件產(chǎn)生的原因、異常特征、特征之間的關(guān)聯(lián)等信息給出有效解釋說(shuō)明,決策者很難直接利用。因此,研究WSN異常事件解釋機(jī)制具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。為提高事件檢測(cè)的質(zhì)量,彌補(bǔ)現(xiàn)有算法缺乏事件解釋機(jī)制的不足,本文提出基于多屬性關(guān)聯(lián)的WSN異常事件檢測(cè)算法和基于關(guān)聯(lián)子空間的異常事件解釋算法,并設(shè)計(jì)與實(shí)現(xiàn)了無(wú)線傳感器網(wǎng)絡(luò)異常事件檢測(cè)與解釋原型系統(tǒng)。論文的主要研究工作如下:（1）針對(duì)現(xiàn)有事件檢測(cè)算法僅考慮數(shù)據(jù)的時(shí)空關(guān)聯(lián)性,忽略非時(shí)空屬性的內(nèi)在關(guān)聯(lián)對(duì)檢測(cè)結(jié)果的影響,導(dǎo)致檢測(cè)誤報(bào)率較高的問題,提出基于多屬性關(guān)聯(lián)的異常事件檢測(cè)算法（Anomalous Eve... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文的組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 相關(guān)理論及技術(shù)
    2.1 無(wú)線傳感器網(wǎng)絡(luò)概述
        2.1.1 無(wú)線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)
        2.1.2 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)特征
        2.1.3 無(wú)線傳感器網(wǎng)絡(luò)事件檢測(cè)所面臨的挑戰(zhàn)
    2.2 貝葉斯網(wǎng)絡(luò)概述
        2.2.1 貝葉斯網(wǎng)絡(luò)理論基礎(chǔ)
        2.2.2 貝葉斯網(wǎng)絡(luò)學(xué)習(xí)過(guò)程
        2.2.3 貝葉斯網(wǎng)絡(luò)推理
    2.3 異常解釋技術(shù)概述
        2.3.1 基于評(píng)分-搜索的異常解釋方法
        2.3.2 基于特征選擇的異常解釋方法
    2.4 本章小結(jié)
第三章 基于多屬性關(guān)聯(lián)的無(wú)線傳感器網(wǎng)絡(luò)異常事件檢測(cè)
    3.1 問題描述
    3.2 基于貝葉斯網(wǎng)絡(luò)的屬性依賴關(guān)系模型
        3.2.1 相關(guān)定義
        3.2.2 屬性依賴關(guān)系模型學(xué)習(xí)
        3.2.3 計(jì)算屬性關(guān)聯(lián)置信度
    3.3 基于多屬性關(guān)聯(lián)的WSN異常事件檢測(cè)算法
        3.3.1 時(shí)間關(guān)聯(lián)性檢測(cè)
        3.3.2 空間關(guān)聯(lián)性檢測(cè)
        3.3.3 MACAED算法描述
        3.3.4 算法分析
    3.4 實(shí)驗(yàn)分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.4.2 數(shù)據(jù)預(yù)處理
        3.4.3 實(shí)驗(yàn)結(jié)果及分析
        3.4.4 對(duì)比實(shí)驗(yàn)
    3.5 本章小結(jié)
第四章 基于關(guān)聯(lián)子空間的異常事件解釋算法研究
    4.1 問題描述
    4.2 相關(guān)定義
    4.3 基于子空間相關(guān)度的異常子空間查找算法
        4.3.1 基于加權(quán)分離度計(jì)算子空間異常得分
        4.3.2 基于子空間相關(guān)度的關(guān)聯(lián)子空間
        4.3.3 算法描述與分析
    4.4 基于關(guān)聯(lián)子空間的異常事件解釋算法
    4.5 實(shí)驗(yàn)分析
        4.5.1 合成數(shù)據(jù)集
        4.5.2 真實(shí)數(shù)據(jù)集
    4.6 本章小結(jié)
第五章 原型系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)運(yùn)行環(huán)境與開發(fā)平臺(tái)
    5.2 系統(tǒng)設(shè)計(jì)原則
    5.3 系統(tǒng)核心功能模塊設(shè)計(jì)
    5.4 系統(tǒng)核心類的設(shè)計(jì)
    5.5 原型系統(tǒng)的實(shí)現(xiàn)
    5.6 本章小結(jié)
第六章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]基于節(jié)點(diǎn)感知信任度模型的無(wú)線傳感網(wǎng)絡(luò)事件檢測(cè)方法[J]. 劉克中,莊洋,周少龍,劉守軍.  北京郵電大學(xué)學(xué)報(bào). 2015(01)
[2]無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用系統(tǒng)最新進(jìn)展綜述[J]. 洪鋒,褚紅偉,金宗科,單體江,郭忠文.  計(jì)算機(jī)研究與發(fā)展. 2010(S2)
[3]離群點(diǎn)挖掘方法綜述[J]. 薛安榮,姚林,鞠時(shí)光,陳偉鶴,馬漢達(dá).  計(jì)算機(jī)科學(xué). 2008(11)



本文編號(hào)：3335688