[發(fā)明專(zhuān)利]基于多維Epanechnikov核密度估計(jì)的異常檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410116085.X
• 申請(qǐng)日: 2014-03-26
• 公開(kāi)（公告）號(hào): CN103916896B
• 公開(kāi)（公告）日: 2017-05-24
• 發(fā)明（設(shè)計(jì)）人: 李光輝;朱虹
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江農(nóng)林大學(xué)
• 主分類(lèi)號(hào): H04W24/04
• 分類(lèi)號(hào): H04W24/04;H04W84/18
• 代理公司: 杭州九洲專(zhuān)利事務(wù)所有限公司33101
• 代理人: 王洪新

技術(shù)領(lǐng)域

本專(zhuān)利涉及無(wú)線(xiàn)傳感器網(wǎng)絡(luò)數(shù)據(jù)可靠性檢測(cè)方法，尤其是一種基于多維Epanechnikov(葉帕涅奇尼科夫，俄國(guó)人)核密度估計(jì)異常值檢測(cè)方法。

背景技術(shù)

真實(shí)的生活環(huán)境中存在的很多物理現(xiàn)象(比如溫度、濕度、大氣壓力等)都需要持續(xù)地被監(jiān)測(cè)。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)(WSN)作為一種非常重要的數(shù)據(jù)來(lái)源，其采集的數(shù)據(jù)非常容易受到各種噪聲來(lái)源的影響，比如節(jié)點(diǎn)軟硬件故障，節(jié)點(diǎn)通信時(shí)遇到的環(huán)境噪聲。這些噪聲會(huì)嚴(yán)重影響傳感器的讀數(shù)，以及數(shù)據(jù)的分布情況，導(dǎo)致傳感器產(chǎn)生不精確的或錯(cuò)誤的數(shù)據(jù)。因此設(shè)計(jì)一種有效的傳感器數(shù)據(jù)流分析處理方法是近年來(lái)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)異常檢測(cè)研究的重點(diǎn)。目前，大多數(shù)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)異常數(shù)據(jù)檢測(cè)方法并不能滿(mǎn)足實(shí)際應(yīng)用的精度要求，而能夠滿(mǎn)足精度要求的算法又有很高的計(jì)算復(fù)雜度。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于多維Epanechnikov核密度估計(jì)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)數(shù)據(jù)異常值檢測(cè)方法；該方法能準(zhǔn)確檢測(cè)出異常數(shù)據(jù)，并具有無(wú)需設(shè)置閾值、通信開(kāi)銷(xiāo)大大降低的特點(diǎn)。

本發(fā)明提供的技術(shù)方案是：一種基于多維Epanechnikov核密度估計(jì)的異常檢測(cè)方法，依次包括以下步驟：

1)所有分布節(jié)點(diǎn)各自采集數(shù)據(jù)，接著利用基于第k個(gè)最近距離的采樣方法進(jìn)行異常值診斷，如果數(shù)據(jù)是正常值，就直接上傳給簇首節(jié)點(diǎn)，如果是異常的，就將該異常值刪除；

2)在簇首節(jié)點(diǎn)滑動(dòng)窗口內(nèi)形成正常數(shù)據(jù)樣本，根據(jù)該樣本在簇首節(jié)點(diǎn)滑動(dòng)窗口內(nèi)建立核密度估計(jì)模型：

其中，X＝(x1,x2,…,xd)的核函數(shù)為k(X)，且滿(mǎn)足R^d表示d維歐式空間。則

式中：滑動(dòng)窗口寬度d為數(shù)據(jù)維數(shù)，σ_i表示數(shù)據(jù)集在第i維上的標(biāo)準(zhǔn)偏差(i＝1,2,…,d)，n為簇首節(jié)點(diǎn)滑動(dòng)窗口內(nèi)數(shù)據(jù)樣本中數(shù)據(jù)的個(gè)數(shù)，n＝|s_c|；

3)上述核密度估計(jì)模型發(fā)送給各分布節(jié)點(diǎn)，各分布節(jié)點(diǎn)利用該核密度估計(jì)模型判斷下一時(shí)刻各分布節(jié)點(diǎn)內(nèi)到達(dá)的數(shù)據(jù)是否異常；若則認(rèn)為該數(shù)據(jù)是異常值；

4)每隔時(shí)間T，各分布節(jié)點(diǎn)主動(dòng)向簇首節(jié)點(diǎn)發(fā)送最新一段時(shí)間的正常數(shù)據(jù)；

5)返回至步驟一。

所述步驟一中基于第k個(gè)最近距離的采樣方法按以下步驟進(jìn)行：

(1)設(shè)分布節(jié)點(diǎn)Nd_j滑動(dòng)窗口內(nèi)初始數(shù)據(jù)

(2)計(jì)算兩個(gè)時(shí)刻數(shù)據(jù)值之間的歐氏距離并令矩陣A中的元素為(一維數(shù)據(jù)采用減法取差的方法，二維以上數(shù)據(jù)采用歐氏距離)。

(3)將矩陣A的每一行按升序排序，得到矩陣A’；

(4)判斷矩陣A’中每一行中第k個(gè)數(shù)(m初始值為1，θ為事先設(shè)定的閾值)是否成立，若成立，初始數(shù)據(jù)X^(j)中第m個(gè)數(shù)據(jù)為異常值刪除，否則作為正常數(shù)據(jù)上傳給簇首節(jié)點(diǎn)。

式中各分布節(jié)點(diǎn)的滑動(dòng)窗口內(nèi)的數(shù)據(jù)集合為其中N為分布節(jié)點(diǎn)上的滑動(dòng)窗口大小。

本發(fā)明的主要?jiǎng)?chuàng)新之處如下：

對(duì)于目前大規(guī)模無(wú)線(xiàn)傳感器網(wǎng)絡(luò)復(fù)雜的異常檢測(cè)，本發(fā)明首先用基于第k個(gè)最近距離的采樣方法將各分布節(jié)點(diǎn)的異常數(shù)據(jù)刪除，將正常數(shù)據(jù)傳給簇首節(jié)點(diǎn)建立核密度估計(jì)模型，再根據(jù)該模型來(lái)檢測(cè)未來(lái)每一時(shí)刻各分布節(jié)點(diǎn)內(nèi)到達(dá)的數(shù)據(jù)是否異常。核密度估計(jì)模型是用來(lái)計(jì)算數(shù)據(jù)的概率分布函數(shù)值，即PDF值，根據(jù)Epanechnikov核函數(shù)的獨(dú)有特征，其在有限范圍之外值都是零，如果某一時(shí)刻進(jìn)入傳感器的數(shù)據(jù)其PDF值為0，那么就認(rèn)為其是異常值。這種方法與以往基于密度的異常檢測(cè)算法相比，無(wú)需設(shè)置閾值，無(wú)需在調(diào)整合適的閾值上花費(fèi)大量精力。與當(dāng)前很多異常值檢測(cè)算法(將所有的傳感器原始數(shù)據(jù)都收集到簇首節(jié)點(diǎn)作集中式處理的方法)比較，大大降低了通信開(kāi)銷(xiāo)，并且無(wú)需設(shè)置閾值，可準(zhǔn)確檢測(cè)出異常數(shù)據(jù)。本發(fā)明提出的方法對(duì)傳感器節(jié)點(diǎn)測(cè)量數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，提高了故障檢測(cè)的精度，實(shí)驗(yàn)表明，本發(fā)明提出的方法能夠適應(yīng)大規(guī)模和資源受限的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中復(fù)雜異常檢測(cè)，具有廣闊的應(yīng)用前景。

附圖說(shuō)明

圖1為分布式數(shù)據(jù)流模型示意圖。

圖2為基于多維Epanechnikov核密度估計(jì)模型的異常值檢測(cè)算法的總體流程圖。

具體實(shí)施方式