j) =Pj (t^i)+c?m2 公式 3
[0055] 其中公式3是一個(gè)累加過程，PjUi)表示傳感器節(jié)點(diǎn)在采樣時(shí)刻&出現(xiàn)異常的概 率，P^t iJ表示傳感器節(jié)點(diǎn)在前一采樣時(shí)刻出現(xiàn)異常的概率，m表示傳感器節(jié)點(diǎn)采集 的數(shù)據(jù)h (tj滿足公式1或公式2的次數(shù)，c表示控制m增長(zhǎng)速度的參數(shù)，m和c在MATLAB 軟件進(jìn)行仿真時(shí)，根據(jù)經(jīng)驗(yàn)設(shè)定m和c的值，通常情況下取c = 0. 002, m = 8 ;
[0056] 判斷傳感器節(jié)點(diǎn)是否為異常節(jié)點(diǎn)，根據(jù)公式4計(jì)算傳感器節(jié)點(diǎn)的Pt (tj值，如果傳 感器節(jié)點(diǎn)的Pt Ui)值不小于80%，則判定該傳感器節(jié)點(diǎn)為異常節(jié)點(diǎn)：
[0059] 接著采用異常數(shù)據(jù)的驗(yàn)證方法對(duì)判定的異常節(jié)點(diǎn)進(jìn)行確認(rèn)該異常節(jié)點(diǎn)的異常來 源，所述異常來源包括異常節(jié)點(diǎn)所在區(qū)域發(fā)生特定事件和節(jié)點(diǎn)本身存在故障，具體包括以 下步驟：
[0060] S31計(jì)算被判定為異常節(jié)點(diǎn)的傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)的PtUi)值；
[0061] S32如果被判定為異常節(jié)點(diǎn)的傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)中存在半數(shù)以上的鄰居節(jié)點(diǎn) 的Pt (h)值大于80 %，則判定該異常節(jié)點(diǎn)所在區(qū)域發(fā)生特定事件；如果被判定為異常節(jié)點(diǎn) 的傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)中存在半數(shù)以上的鄰居節(jié)點(diǎn)的Pt (ti)值小于60%，則判定該異常 節(jié)點(diǎn)本身存在故障。
[0062] 如果被判定為異常節(jié)點(diǎn)的傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)中僅存在一個(gè)鄰居節(jié)點(diǎn)的Pt (tj 值小于60%，則判定該異常節(jié)點(diǎn)可能出現(xiàn)測(cè)量誤差并利用K-means算法對(duì)該異常節(jié)點(diǎn)采集 的誤差數(shù)據(jù)進(jìn)行篩選，具體包括以下步驟：
[0063] S41將該異常節(jié)點(diǎn)在一個(gè)采樣周期內(nèi)采集的數(shù)據(jù)點(diǎn)進(jìn)行分簇：
[0064] 該異常節(jié)點(diǎn)在&時(shí)刻采集的數(shù)據(jù)r ^ti)表示傳感器節(jié)點(diǎn)在采樣時(shí)刻&采集到的 j種不同類型的數(shù)據(jù)，可以將傳感器節(jié)點(diǎn)在采樣時(shí)刻h采集到的數(shù)據(jù)看作是一個(gè)j維空間 的數(shù)據(jù)點(diǎn)X i,數(shù)據(jù)點(diǎn)Xi表示為X i= (ai, bi, Ci, . . .，(Ii)，其中ai表示該異常節(jié)點(diǎn)在t i時(shí)刻采 集的數(shù)據(jù)中第一種類型的數(shù)據(jù)，h表示該異常節(jié)點(diǎn)在t,時(shí)刻采集的數(shù)據(jù)中第二種類型的數(shù) 據(jù)，其中數(shù)據(jù)的類型一共包括j種，對(duì)照傳感器節(jié)點(diǎn)采集的多維數(shù)據(jù)模型，如表1所示：
[0065]表1
[0066]
[0067] 該異常節(jié)點(diǎn)在一個(gè)采樣周期內(nèi)采集的數(shù)據(jù)點(diǎn)的集合用X表示，X= (XiIi = 1，2,. . .，n)，n表示數(shù)據(jù)點(diǎn)的個(gè)數(shù)；
[0068] S42針對(duì)每一個(gè)簇，計(jì)算該簇內(nèi)所有數(shù)據(jù)點(diǎn)到簇心的平均距離值davg;
[0069] S43計(jì)算該異常節(jié)點(diǎn)采集的數(shù)據(jù)點(diǎn)Xi到該數(shù)據(jù)點(diǎn)X #斤在簇內(nèi)的簇心…的距離值 Cl(XilIIli)；
[0070]最后如果滿足公式5,則判定異常節(jié)點(diǎn)采集的該數(shù)據(jù)點(diǎn)Xi為該異常節(jié)點(diǎn) 采集的誤差數(shù)據(jù)并將該誤差數(shù)據(jù)篩選出來，
[0072] 其中上述步驟S34中計(jì)算該簇內(nèi)所有數(shù)據(jù)點(diǎn)到簇心的平均距離值davg具體包括以 下步驟：根據(jù)公式6計(jì)算該簇內(nèi)所有數(shù)據(jù)點(diǎn)到簇心的距離，
[0074] 其中，Xi表示該簇內(nèi)的數(shù)據(jù)點(diǎn)，X』表示該簇內(nèi)的簇心，k表示數(shù)據(jù)維數(shù)，k = (I, 2, . . . , d)；
[0075] 通過MATLAB軟件對(duì)本發(fā)明提出的算法進(jìn)行實(shí)驗(yàn)仿真，在仿真實(shí)驗(yàn)種，將200個(gè)傳 感器節(jié)點(diǎn)均勻分布在200a*200a的區(qū)域中，預(yù)先在這200個(gè)傳感器節(jié)點(diǎn)中設(shè)置故障節(jié)點(diǎn)12 個(gè)，事件節(jié)點(diǎn)56個(gè)，正常節(jié)點(diǎn)112個(gè)，參照?qǐng)D2,為仿真實(shí)驗(yàn)的檢測(cè)結(jié)果效果圖，從圖中可以 看出，通過本發(fā)明提出的算法共檢測(cè)出故障節(jié)點(diǎn)11個(gè)、事件節(jié)點(diǎn)54個(gè)，正常節(jié)點(diǎn)109個(gè)，誤 差節(jié)點(diǎn)19個(gè)，出現(xiàn)誤判的節(jié)點(diǎn)總計(jì)7個(gè)，故障節(jié)點(diǎn)、事件節(jié)點(diǎn)、正常節(jié)點(diǎn)及誤差節(jié)點(diǎn)的檢測(cè) 準(zhǔn)確率分別為91. 7%、96. 4%、97. 3%和95%，總的誤判率為6. 3%，其中故障節(jié)點(diǎn)檢測(cè)準(zhǔn) 確率是算法正確判定為故障節(jié)點(diǎn)的個(gè)數(shù)與無線傳感器網(wǎng)絡(luò)實(shí)際的事件節(jié)點(diǎn)個(gè)數(shù)之比，事件 節(jié)點(diǎn)檢測(cè)準(zhǔn)確率是算法正確判定為事件節(jié)點(diǎn)的個(gè)數(shù)與無線傳感器網(wǎng)絡(luò)實(shí)際的事件節(jié)點(diǎn)個(gè) 數(shù)之比，正常節(jié)點(diǎn)檢測(cè)準(zhǔn)確率是算法正確判定為正常節(jié)點(diǎn)的個(gè)數(shù)與無線傳感器網(wǎng)絡(luò)實(shí)際的 事件節(jié)點(diǎn)個(gè)數(shù)之比，誤差節(jié)點(diǎn)檢測(cè)準(zhǔn)確率是算法正確判定為誤差節(jié)點(diǎn)的個(gè)數(shù)與無線傳感器 網(wǎng)絡(luò)實(shí)際的事件節(jié)點(diǎn)個(gè)數(shù)之比，事件節(jié)點(diǎn)檢測(cè)誤判率是正常節(jié)點(diǎn)中被算法誤判為事件節(jié)點(diǎn) 的個(gè)數(shù)與傳感器網(wǎng)絡(luò)中總的正常節(jié)點(diǎn)個(gè)數(shù)之比。
[0076] 以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出：對(duì)于本技術(shù)領(lǐng)域的技術(shù)人員來 說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為 本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測(cè)方法，其特征在于：包括以下步驟： S1構(gòu)造多維數(shù)據(jù)模型，傳感器節(jié)點(diǎn)采集的多維數(shù)據(jù)模型表示為：其中j表示數(shù)據(jù)維數(shù)，表示傳感器節(jié)點(diǎn)在采樣時(shí)刻ti采集的數(shù)據(jù)； S2采用異常數(shù)據(jù)的檢測(cè)方法判斷傳感器節(jié)點(diǎn)是否為異常節(jié)點(diǎn)，如果是，則進(jìn)入S3 ; S3采用異常數(shù)據(jù)的驗(yàn)證方法對(duì)S2中判定的異常節(jié)點(diǎn)進(jìn)行確認(rèn)該異常節(jié)點(diǎn)的異常來 源，所述異常來源包括異常節(jié)點(diǎn)所在區(qū)域發(fā)生特定事件和節(jié)點(diǎn)本身存在故障。2. 根據(jù)權(quán)利要求1所述的基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測(cè)方法，其特征在 于：S2中所述異常數(shù)據(jù)的檢測(cè)方法包括以下步驟： S21如果傳感器節(jié)點(diǎn)采集的數(shù)據(jù)滿足公式1或者傳感器節(jié)點(diǎn)在若干個(gè)采樣時(shí)刻 采集的數(shù)據(jù)均相同即滿足公式2,則判定傳感器節(jié)點(diǎn)采集的數(shù)據(jù)為潛在異常數(shù)據(jù)，其中，Ee(t)表示正常工作的傳感器節(jié)點(diǎn)在發(fā)生特定事件的區(qū)域中讀數(shù)的期望函數(shù)，En(t)表示正常工作的傳感器節(jié)點(diǎn)在正常區(qū)域中讀數(shù)的期望函數(shù)，En(t)為常數(shù)，S表示預(yù) 先設(shè)定的閾值， rj(ti) =rj(t^j) 公式 2 其中，表示傳感器節(jié)點(diǎn)在1^時(shí)刻采集的數(shù)據(jù)，:rjUg)表示傳感器節(jié)點(diǎn)在tg時(shí) 刻采集的數(shù)據(jù)； S22針對(duì)存在潛在異常數(shù)據(jù)的傳感器節(jié)點(diǎn)，根據(jù)公式3計(jì)算傳感器節(jié)點(diǎn)出現(xiàn)異常的概 率卩辦）： Pj(t^ =Pj(t^j)+c?m2 公式 3 其中，P^ti)表示傳感器節(jié)點(diǎn)在采樣時(shí)亥iJh出現(xiàn)異常的概率，P^tH)表示傳感器節(jié)點(diǎn) 在采樣時(shí)刻出現(xiàn)異常的概率，m表示傳感器節(jié)點(diǎn)采集的數(shù)據(jù)滿足公式1或公式2 的次數(shù)，c表示控制m增長(zhǎng)速度的參數(shù)； S23判斷傳感器節(jié)點(diǎn)是否為異常節(jié)點(diǎn)，根據(jù)公式4計(jì)算傳感器節(jié)點(diǎn)的PT(ti)值，如果傳 感器節(jié)點(diǎn)的PT(ti)值不小于80%，則判定該傳感器節(jié)點(diǎn)為異常節(jié)點(diǎn)：其中，\表示第j維數(shù)據(jù)的權(quán)重系數(shù)，3. 根據(jù)權(quán)利要求1或2所述的基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測(cè)方法，其特 征在于：S3中所述異常數(shù)據(jù)的驗(yàn)證方法具體包括以下步驟： S31計(jì)算被判定為異常節(jié)點(diǎn)的傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)的&(&)值； S32如果被判定為異常節(jié)點(diǎn)的傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)中存在半數(shù)以上的鄰居節(jié)點(diǎn)的 PT(ti)值大于80%，則判定該異常節(jié)點(diǎn)所在區(qū)域發(fā)生特定事件；如果被判定為異常節(jié)點(diǎn)的 傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)中存在半數(shù)以上的鄰居節(jié)點(diǎn)的PT(ti)值小于60%，則判定該異常節(jié) 點(diǎn)本身存在故障。4. 根據(jù)權(quán)利要求3所述的基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測(cè)方法，其特征在 于：如果被判定為異常節(jié)點(diǎn)的傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)中僅存在一個(gè)鄰居節(jié)點(diǎn)的&(以值小 于60%，則判定該異常節(jié)點(diǎn)可能出現(xiàn)測(cè)量誤差并利用K-means算法對(duì)該異常節(jié)點(diǎn)采集的誤 差數(shù)據(jù)進(jìn)行篩選，具體包括以下步驟： S41將該異常節(jié)點(diǎn)在一個(gè)采樣周期內(nèi)采集的數(shù)據(jù)點(diǎn)進(jìn)行分簇：該異常節(jié)點(diǎn)在&時(shí)刻采 集的數(shù)據(jù)r^ti)可以用數(shù)據(jù)點(diǎn)Xi表示，xi=(ai，hCi，. . .，cQ，該異常節(jié)點(diǎn)在一個(gè)采樣周 期內(nèi)采集的數(shù)據(jù)點(diǎn)的集合用X表示，X=(Xi|i= 1，2,. . .，n)，n表示數(shù)據(jù)點(diǎn)的個(gè)數(shù)； S42針對(duì)每一個(gè)簇，計(jì)算該簇內(nèi)所有數(shù)據(jù)點(diǎn)到簇心的平均距離值davg; S43計(jì)算該異常節(jié)點(diǎn)采集的數(shù)據(jù)點(diǎn)\到該數(shù)據(jù)點(diǎn)^所在簇內(nèi)的簇心…的距離值 d(Xi，ihj)； S44如果d(Xi，mi)滿足公式5,則判定異常節(jié)點(diǎn)采集的該數(shù)據(jù)點(diǎn)Xi為該異常節(jié)點(diǎn)采集 的誤差數(shù)據(jù)并將該誤差數(shù)據(jù)篩選出來，5. 根據(jù)權(quán)利要求4所述的基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測(cè)方法，其特征在 于：S34中計(jì)算該簇內(nèi)所有數(shù)據(jù)點(diǎn)到簇心的平均距離值davg具體包括以下步驟：根據(jù)公式6 計(jì)算該簇內(nèi)所有數(shù)據(jù)點(diǎn)到簇心的距離，其中，11表示該簇內(nèi)的數(shù)據(jù)點(diǎn)，xj表示該簇內(nèi)的簇心，k表示數(shù)據(jù)維數(shù)，k= (1，2，? ? ?，d) 〇
【專利摘要】本發(fā)明公開了一種基于多維數(shù)據(jù)模型的傳感器數(shù)據(jù)流異常檢測(cè)方法，包括以下步驟：首先構(gòu)造多維數(shù)據(jù)模型，然后采用異常數(shù)據(jù)的檢測(cè)方法判斷傳感器節(jié)點(diǎn)是否為異常節(jié)點(diǎn)，如果是則采用異常數(shù)據(jù)的驗(yàn)證方法對(duì)判定的異常節(jié)點(diǎn)進(jìn)行確認(rèn)該異常節(jié)點(diǎn)的異常來源，所述異常來源包括異常節(jié)點(diǎn)所在區(qū)域發(fā)生特定事件和節(jié)點(diǎn)本身存在故障；本發(fā)明的方法針對(duì)傳感器節(jié)點(diǎn)采集的多維屬性數(shù)據(jù)提出了異常數(shù)據(jù)檢測(cè)方法，充分考慮了傳感器數(shù)據(jù)流之間的時(shí)空相關(guān)性和多維屬性數(shù)據(jù)之間的關(guān)聯(lián)性，具有可擴(kuò)展性；與傳統(tǒng)的檢測(cè)方法比較，本發(fā)明提出的方法具有較高的檢測(cè)率和較低的誤報(bào)率。
【IPC分類】H04W24/06, H04W24/04
【公開號(hào)】CN104994535
【申請(qǐng)?zhí)枴緾N201510305314
【發(fā)明人】李光輝, 費(fèi)歡, 馮海林
【申請(qǐng)人】浙江農(nóng)林大學(xué)
【公開日】2015年10月21日
【申請(qǐng)日】2015年6月4日