本文選題：無線傳感器網(wǎng)絡(luò)　切入點：時空相關(guān)性　出處：《計算機學(xué)報》2017年08期 　論文類型：期刊論文

【摘要】：伴隨著無線通信技術(shù)的不斷發(fā)展和廣泛應(yīng)用,信息物理融合系統(tǒng)(Cyber-Physical System,CPS)作為物聯(lián)網(wǎng)領(lǐng)域的最新研究方向成為近年來研究者廣泛關(guān)注的熱點.無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)作為CPS系統(tǒng)物理空間的主要感知網(wǎng)絡(luò),若有效提高對應(yīng)感知數(shù)據(jù)的準(zhǔn)確性和可靠性,可及時準(zhǔn)確地發(fā)現(xiàn)突發(fā)事件、監(jiān)測網(wǎng)絡(luò)工作狀況,因此對傳感器網(wǎng)絡(luò)節(jié)點數(shù)據(jù)流進(jìn)行異常檢測,發(fā)現(xiàn)其中的異常數(shù)據(jù)并確認(rèn)其來源具有重要意義.該文在無線傳感器網(wǎng)絡(luò)多模態(tài)數(shù)據(jù)流研究的基礎(chǔ)之上,提出了一種對傳感器異常數(shù)據(jù)進(jìn)行檢測以及監(jiān)測節(jié)點自身工作狀態(tài)的方法,該方法不僅應(yīng)用了無線傳感器網(wǎng)絡(luò)中的時空相關(guān)性原理,還更進(jìn)一步,研究了同一節(jié)點中多模態(tài)數(shù)據(jù)流之間的相干性,并以此作為理論基礎(chǔ),利用多維數(shù)據(jù)和滑動窗口模型對異常數(shù)據(jù)及其來源進(jìn)行檢測和驗證.該文的方法可以分為3個步驟:首先,利用滑動窗口中的歷史數(shù)據(jù)對傳感器數(shù)據(jù)流進(jìn)行異常數(shù)據(jù)的檢測;其次,利用節(jié)點的空間相關(guān)性對異常的來源進(jìn)行確認(rèn)和識別;最后,對由于測量誤差導(dǎo)致的異常值進(jìn)行篩選,使輸入CPS的數(shù)據(jù)進(jìn)一步的精確化.通過實驗對比,該文的方法對傳感器異常數(shù)據(jù)的檢測率保持在95%;在不同數(shù)據(jù)維度的條件下,對四維數(shù)據(jù)集的檢測率比單維數(shù)據(jù)集提高了3%.
[Abstract]:With the continuous development and wide application of wireless communication technology, As the newest research direction in the field of Internet of things, the information physics fusion system (Cyber-physical system CPS) has become a hot topic in recent years. Wireless Sensor Networks (WSNs) is the main perceptual network in the physical space of CPS system. If the accuracy and reliability of the corresponding perceptual data are improved effectively, the unexpected events can be detected in time and accurately, and the network working condition can be monitored, so the abnormal detection of the sensor network node data flow can be carried out. It is of great significance to discover the abnormal data and confirm its source. Based on the research of multi-modal data flow in wireless sensor networks, This paper presents a method to detect abnormal data of sensor and monitor the working state of nodes. This method not only applies the principle of space-time correlation in wireless sensor networks, but also goes further. The coherence between multimodal data streams in the same node is studied and used as the theoretical basis. Using multi-dimension data and sliding window model to detect and verify the abnormal data and its source, the method can be divided into three steps: firstly, using the historical data in the sliding window to detect the abnormal data of sensor data flow; Secondly, the source of the anomaly is confirmed and identified by the spatial correlation of the node. Finally, the outlier value caused by the measurement error is screened to make the input CPS data more accurate. In this paper, the detection rate of the sensor anomaly data is kept at 95, and the detection rate of the four-dimensional data set is increased by 3 times than that of the single-dimensional data set under different data dimensions.
【作者單位】： 南京郵電大學(xué)計算機學(xué)院;江蘇省無線傳感網(wǎng)高技術(shù)研究重點實驗室;江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;
【基金】：國家自然科學(xué)基金(61472368,61373137,61572260) 江蘇省高校自然科學(xué)(14KJA520002) 江蘇省六大人才高峰項目基金(2013-DZXX-014)資助~~
【分類號】：TN929.5;TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡石;李光輝;馮海林;;基于Top-k(σ)的無線傳感器網(wǎng)絡(luò)異常數(shù)據(jù)檢測算法[J];南京大學(xué)學(xué)報(自然科學(xué));2016年02期

2 楊帆;劉彥;李仁發(fā);段夢琴;謝國琪;黃晶;;一種基于數(shù)據(jù)驅(qū)動的CPS建模方法研究[J];計算機學(xué)報;2016年05期

3 吳鵬飛;李光輝;朱虹;曾松偉;盧文偉;;基于無線傳感器網(wǎng)絡(luò)和線性神經(jīng)網(wǎng)絡(luò)的事件邊界檢測方法[J];模式識別與人工智能;2015年04期

4 陳海明;崔莉;;面向服務(wù)的物聯(lián)網(wǎng)軟件體系結(jié)構(gòu)設(shè)計與模型檢測[J];計算機學(xué)報;2016年05期

5 張建平;李斌;劉學(xué)軍;胡平;;基于Hadoop的異常傳感數(shù)據(jù)時間序列檢測[J];傳感技術(shù)學(xué)報;2014年12期

6 畢冉;李建中;;無線傳感器網(wǎng)絡(luò)中能量高效的Top-k監(jiān)測算法[J];計算機研究與發(fā)展;2014年11期

7 陳海明;崔莉;謝開斌;;物聯(lián)網(wǎng)體系結(jié)構(gòu)與實現(xiàn)方法的比較研究[J];計算機學(xué)報;2013年01期

8 潘淵洋;李光輝;徐勇軍;;基于DBSCAN的環(huán)境傳感器網(wǎng)絡(luò)異常數(shù)據(jù)檢測方法[J];計算機應(yīng)用與軟件;2012年11期

9 彭商濂;李戰(zhàn)懷;陳群;李強;;在線-離線數(shù)據(jù)流上復(fù)雜事件檢測[J];計算機學(xué)報;2012年03期

10 任倩倩;李建中;程思瑤;;無線傳感器網(wǎng)絡(luò)中可容錯的事件監(jiān)測算法[J];計算機學(xué)報;2012年03期

相關(guān)碩士學(xué)位論文 前1條

1 費歡;基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測方法的研究[D];浙江農(nóng)林大學(xué);2015年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 俞潔;周常恩;陳梅妹;李燦東;;大數(shù)據(jù)技術(shù)在中醫(yī)健康管理中的應(yīng)用[J];中醫(yī)雜志;2017年14期

2 陳建孝;韓正服;李永麗;;基于微信平臺防火防盜系統(tǒng)的設(shè)計與實現(xiàn)[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2017年04期

3 許觀福;;比較研究物聯(lián)網(wǎng)體系結(jié)構(gòu)與實現(xiàn)方法[J];通訊世界;2017年13期

4 趙盛萍;羊波;周紅明;李t熑，

本文編號：1625489