[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

摘要

本发明涉及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，该方法利用传感器节点采集的历史数据集，首先以孤立森林算法为基础构造一定规模的孤立树集合iforest，在其各叶子节点上引入待测样本与其各类样本中心的距离信息，并结合多样性度量对孤立树进行权值系数的设定，最终利用改进的孤立森林算法对无线传感网络数据异常情况进行判定。通过对各传感器节点数据集进行实验，结果表明，本发明提出的算法提高了异常检测的精度，具有广阔的应用前景。

主权项

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sc(x)；sc(x)＝E(δ(x))步骤4：在其叶子结点中计算异常样本中心Cen‑a(若某些叶节点无异常样本，则记为0)，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δa(x)，并将δ(x)和δa(x)在所有孤立树中均值的比值记作sa(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sc(x)和sa(x)δ(x)＝W*δ(x)δa(x)＝W*δa(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,sa(x),sc(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sfinal，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。