[发明专利]基于加权混合孤立森林的无线传感网络异常数据检测方法

权利要求书

1.一种基于孤立森林的异常数据检测方法，其特征在于，包括：

步骤1：以所述数据集中训练数据集构建Whiforest中的子模型即孤立树，包括参数bootstrap采样数ψ、森林规模大小T、权值系数阈值μ、验证样本集Val_W大小和已知异常样本添加率ratio的设定；

步骤2：随机选取少量已知异常样本加入到已经训练完毕的Itrees中；

步骤3：计算每棵树的叶子结点中的训练样本中心Cen-s，以及每个待测样本x在叶节点中与上述的Cen-s间的距离，将其在森林中的每棵树的均值记作s_c(x)；

s_c(x)＝E(δ(x))

步骤4：在其叶子结点中计算异常样本中心Cen-a，并计算每个待测样本x在叶节点中与上述的Cen-a间的距离记作δ_a(x)，并将δ(x)和δ_a(x)在所有孤立树中均值的比值记作s_a(x)；

步骤5：根据历史采集的数据集选取一定数目的样本Val-W，并使用Whiforest对其检测，结合集成学习中基分类器多样性的思想，通过不合度量对森林中孤立树间的多样性进行计算，得到一个对角为0的N*N对称矩阵diversity；

步骤6：对所述diversity矩阵按列求和并按森林规模大小T作商得到B，此刻将B中值与阈值μ比较，权值设置如下所示；

步骤7：设定B中值大于等于μ的树的权值w1＝B(index)+1，小于μ的树的权值w2＝1-B(index)，对后边用到的几个变量都乘以w1和w2，以下式计算s_c(x)和s_a(x)

δ(x)＝W*δ(x)

δ_a(x)＝W*δ_a(x)

步骤8：将当前数据窗口内样本的原始Score分值以及目前引入的基于距离的2个分值即{Score,s_a(x),s_c(x)}进行归一化处理，使用的归一化公式如下所示，

其中s(x)代指的就是上述3个分值，为归一化后的值，最终以下式融合3个分值得到最终的窗口样本异常分值s_final；

步骤9：降序排列s_final，根据领域知识或参考原先数据集已知的异常数目比例ratio，得到异常分值最高的一定数目的数据样本，再和待测数据样本标记对比，计算检测率以及误报率相关评价指标；

步骤10：若节点检测到数据窗口内有异常样本，则将其所属顺序编号传递到簇头节点，进行下一步的验证或处理。

2.一种基于加权混合孤立森林的无线传感网络异常数据检测方法，其特征在于，包括：

步骤1：对传感器节点采集所得的历史数据集进行划分，分别为训练集和测试集；

步骤2：利用训练集通过孤立森林模型的训练得到iforest模型；

步骤3：对所得所述iforest模型手动添加少量已知异常样本，并利用权利要求1所述的基于孤立森林的异常数据检测方法建立Whiforest模型；

步骤4：对于各分布节点，当有一定数量的新样本进入数据窗口内时，使用已经训练好的所述Whiforest模型对这些新数据进行检测得到异常分值并判断数据是否异常；

步骤5：若步骤4中存在样本异常，则将节点对数据的检测结果传递给簇头节点，以便执行进一步的后续操作。

3.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1或2任一项所述方法的步骤。

4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1或2任一项所述方法的步骤。