[發(fā)明專利]一種基于FSAX-MARKOV模型的無線傳感網(wǎng)事件檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201610035253.1
• 申請日: 2016-01-20
• 公開（公告）號: CN105722129A
• 公開（公告）日: 2016-06-29
• 發(fā)明（設(shè)計）人: 陳分雄;胡凱;趙天明;沈耀東;凌承昆;唐曜曜;王典洪
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）
• 主分類號: H04W24/04
• 分類號: H04W24/04;H04W84/18
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 唐萬榮

技術(shù)領(lǐng)域

本發(fā)明涉及物聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于FSAX-MARKOV模型的無線傳感網(wǎng)事件檢測方法及系統(tǒng)。

背景技術(shù)

無線傳感網(wǎng)(WirelessSensorNetworks，簡稱WSN)是未來網(wǎng)絡(luò)發(fā)展的主流形式，并已成為本世紀(jì)一個新科學(xué)研究領(lǐng)域。在基礎(chǔ)理論和工程技術(shù)兩個層面提出了許多急需解決的問題。無線傳感網(wǎng)成本低廉、低功耗、大規(guī)模自組網(wǎng)；傳感器節(jié)點體積小巧、電池供電、部署靈活；以及能夠適應(yīng)監(jiān)測人力難以到達(dá)的惡劣環(huán)境；這些特點使得無線傳感網(wǎng)極大地提升了災(zāi)害預(yù)防的監(jiān)控能力。為了及時監(jiān)測各種可能發(fā)生的突發(fā)事件(如山體滑坡、大氣污染、森林火災(zāi)等)，必須關(guān)注傳感器節(jié)點采集到的異常測量值。因此，實時準(zhǔn)確地檢出異常數(shù)據(jù)，并預(yù)警特定事件，具有十分重要的意義。

無線傳感網(wǎng)的異常事件檢測技術(shù)概括起來主要分為兩類：1)點異常檢測方法。點異常即如果傳感數(shù)據(jù)超過設(shè)置的某個閾值，則認(rèn)為事件發(fā)生。這種方法只適合小規(guī)模、短期的單一事件監(jiān)測任務(wù)。2)模式異常檢測方法。在一些長期漸變環(huán)境監(jiān)測中，突發(fā)性的復(fù)雜事件往往很難由指定屬性閾值的超限進(jìn)行報警，不能用簡單的閾值來描述，但可以看做一種模式(事件模式)，因可采用模式識別技術(shù)進(jìn)行異常檢測。目前，大部分模式異常檢測方法都是在原始采集數(shù)據(jù)空間上進(jìn)行，即不對傳感器節(jié)點采集的數(shù)據(jù)進(jìn)行任何變換，雖然這種方法的有一定檢測精度。但方法計算量大、容錯性差，節(jié)能效果有限。能否在經(jīng)過壓縮處理后的數(shù)據(jù)空間上進(jìn)行異常檢測？并且，無線傳感網(wǎng)中異常事件檢測技術(shù)還要面臨兩個主要挑戰(zhàn)：1)檢測精度。由于受環(huán)境噪聲和網(wǎng)絡(luò)中各種故障的影響，傳感器節(jié)點經(jīng)常給出錯誤的監(jiān)測值，這勢必會影響到異常事件檢測的可靠性。因此，檢測方法必須具有容錯性。2)能量有效性。傳感器節(jié)點具有非常有限的能量儲備，無線傳感網(wǎng)事件監(jiān)測的網(wǎng)絡(luò)生命期取決于節(jié)點能耗，因而檢測方法必須具有節(jié)能性。

大規(guī)模長期部署無線傳感網(wǎng)中成千上萬的傳感器節(jié)點產(chǎn)生海量的高維時序數(shù)據(jù)，這些數(shù)據(jù)中包含了大量的冗余并隱藏了重要關(guān)系的相關(guān)性，若在這些原始數(shù)據(jù)空間上直接進(jìn)行異常檢測，其能量和通訊帶寬的巨大開銷將會縮短網(wǎng)絡(luò)生命周期，甚至使無線傳感網(wǎng)不能夠完成監(jiān)測任務(wù)。因此，在數(shù)據(jù)被傳送到網(wǎng)關(guān)之前進(jìn)行壓縮(或降維)是非常必要的。在事件監(jiān)測型WSN應(yīng)用系統(tǒng)中，從網(wǎng)絡(luò)的監(jiān)測數(shù)據(jù)中快速識別異常事件是其首要目標(biāo)，其重要性甚至超過監(jiān)測數(shù)據(jù)本身。通過數(shù)據(jù)壓縮方法挖掘節(jié)點之間的時空相關(guān)性，最大限度的消除數(shù)據(jù)之間的冗余度，在保證大幅度降低數(shù)據(jù)傳輸量的同時，仍然能夠保持高精度的事件監(jiān)測性能，并從海量流數(shù)據(jù)中抽取出潛在的有用信息、模式和趨勢。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中檢測精度不高，且能耗大的缺陷，提供一種保證大幅度降低數(shù)據(jù)傳輸量的同時，仍然能夠保持高精度的事件監(jiān)測性能的基于FSAX-MARKOV模型的無線傳感網(wǎng)事件檢測方法及系統(tǒng)。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

本發(fā)明提供一種基于FSAX-MARKOV模型的無線傳感網(wǎng)事件檢測方法，包括以下步驟：

S1、采集原始監(jiān)測數(shù)據(jù)據(jù)構(gòu)成時間序列X作為訓(xùn)練樣本序列，并設(shè)置檢測窗口長度、FSAX符號序列長度、符號集及其大小；

S2、對訓(xùn)練樣本序列X進(jìn)行歸一化處理得到序列Y∈Rⁿ，對歸一化序列Y進(jìn)行壓縮降維得到壓縮序列計算壓縮序列中各時序子段的方差，將各時序子段的均值和方差符號化，獲得FSAX符號序列，并計算FSAX符號序列轉(zhuǎn)移概率矩陣；

S3、訓(xùn)練階段：根據(jù)得到的FSAX符號序列轉(zhuǎn)移概率矩陣計算FSAX符號序列轉(zhuǎn)移概率，并確定FSAX符號序列的正常轉(zhuǎn)移概率閾值δ_th；

S4、檢測階段：計算當(dāng)前滑動窗口內(nèi)監(jiān)測數(shù)據(jù)的FSAX符號序列轉(zhuǎn)移概率δ；

S5、根據(jù)δ_th和δ對當(dāng)前滑動窗口內(nèi)監(jiān)測數(shù)據(jù)進(jìn)行異常事件檢測，若某個FSAX符號序列轉(zhuǎn)移概率低于δ_th，則判定監(jiān)測區(qū)域有異常事件發(fā)生。

進(jìn)一步地，本發(fā)明的步驟S2中無線傳感網(wǎng)節(jié)點采集原始監(jiān)測數(shù)據(jù)構(gòu)成時間序列X＝{x₁,x₂,…,x_n}作為訓(xùn)練樣本序列，對訓(xùn)練樣本序列X進(jìn)行歸一化處理得到序列Y＝{y₁,y₂…,y_i,…y_n}的計算公式為：