[发明专利]一种基于轨迹的无线传感器网络多维数据异常值检测方法

摘要

本发明公开了一种关于无线传感器网络多维数据的异常值检测方法。主要考虑现有方法中不能很好的利用传感器节点之间的空间相关性及节点数据的时间相关性等问题。主要方法是通过对传感器节点进行分簇，并进一步对所得分簇结果训练包含所有簇内节点的椭圆，从而可以达到对数据降维的目的。对网络内所有节点选取相同时间段10组数据并作相应降维处理后，将降维后的10个数据拟合成一条曲线，作为测试曲线。同样对次日相同时间段内的节点数据作上述处理，所得曲线作为检测曲线。通过对测试曲线与检测曲线的趋势及相似度进行比较，判断该节点收集到的数据是否存在异常值。本发明所述异常值检测方法实现过程比较简单，且在检测过程中不需要额外的数据通信，同时还可以实现对传感器节点收集的多维数据的检测。

主权项

1.一种基于轨迹的无线传感器网络多维数据异常值检测方法，其特征在于：其包括以下步骤:步骤S1：选取测试数据；步骤S2：对选取的测试数据进行节点分簇；步骤S3：对已分好的簇训练刚好包含簇内所有节点的超椭球，并计算相应超椭球的轴长；步骤S4：根据各个超椭球的轴长进行数据降维；步骤S5：对根据各个超椭球的轴长降维后的数据进行相应的曲线拟合；步骤S6：选取检测数据；步骤S7：处理检测数据；步骤S8：将测试曲线与检测曲线进行相似度比较，确定数据是否存在异常数据；步骤S9：重复步骤S4至步骤S8直至检测完所有节点数据；所述步骤S1的具体过程为：在IBRL实验室选取节点连续两天相同时间段内数据，且所选第一天的数据无异常值存在；所述步骤S2的具体过程为：根据每个节点某相同时刻点的数据对节点分簇，通过选取的节点数据，计算数据在每个维度的许可半径，r_i^d[k]表示第i个节点的第k维数据；n为系数；判断r_i^d与是否相邻；若相邻，则节点i,j在第维方向上同属一个簇，只有满足节点在所有的k维上都属同一个簇时，称节点i,j同簇，同时，若两个簇C_i和C_j的簇区间和满足对所有k成立时，则簇Ci和Cj可合并为一个簇，簇半径为CR＝[MIN({mini,minj}),MAX({maxi,maxj})]；所述步骤S3的具体过程为：用超椭球的各个轴长之间的比例关系来描述数据属性之间的联系，超椭球的各个轴长分别为σpl≥σp‑1l≥σp‑2l≥···≥σ1l；其中，σi(1≤i≤p)表示数据集D的协方差矩阵Σ的特征值之平方根，用μ表示数据集D的均值，则对应超椭球的轴长：d′表示超椭球的各个轴长；所述步骤S4的具体过程为：计算超椭球各个轴长对应的比例系数a_i并将其作为线性降维的系数d，即所述步骤S5的具体过程为：对降维后的数据在二维平面进行曲线拟合；十组数据拟合成一条八次光滑非线性函数曲线并将其起点平移至原点，平移后的曲线作为测试曲线f(x)；所述步骤S7的具体过程为：按照所述步骤S4和S5的方法对选取的测试数据进行数据降维和曲线拟合，得到检测曲线g(x)；所述步骤S8需要通过判断两条曲线的相似程度来确定异常值，其具体过程为：设f(x)为拟合的测试曲线，g(x)为拟合的待检测曲线，对于预先设定的阈值c(0＜c＜1)，当曲线f(x)与曲线g(x)满足，对任意的x∈X，有|f(x)‑g(x)|＜c或者满足d为线性降维的系数；则称该节点处无异常值存在，否则，认为存在异常值。