[發明專利]一種基于MEA-BP神經網絡WSN異常檢測方法

有效

• 申請號: 201710008709.X
• 申請日: 2017-01-06
• 公開（公告）號: CN106714220B
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 李光輝;顧曉勇
• 申請（專利權）人: 江南大學
• 主分類號: H04W24/04
• 分類號: H04W24/04;H04W84/18
• 代理公司: 南京先科專利代理事務所(普通合伙) 32285
• 代理人: 繆友菊

1.一種基于MEA-BP神經網絡WSN異常檢測方法，其特征在于：所述方法包括以下步驟：

S1將各分布傳感器節點初始化，各傳感器節點開始采集數據；

設傳感器節點個數為n，各傳感器節點為Xt_j(j＝1,2,…,n)，傳感器節點Xt_j的滑動窗口為W_j，各傳感器節點的滑動窗口大小均為m，則傳感器節點Xt_j在其滑動窗口W_j上的測量數據序列為傳感器節點Xt_j在t_p時刻采集的數據為該數據包括h個屬性測量值，則

S2利用K-means算法對各傳感器節點進行空間分簇得到若干組簇：

設q+1個傳感器節點組成一組簇，每組簇中包括1個簇頭節點Xt_c和q個分布節點(Xt₁,Xt₂，…，Xt_q)；

S3利用思維進化算法對BP神經網絡進行參數優化，通過趨同異化操作對BP神經網絡的權值和閾值進行優化，得到最優權值和最優閾值，輸入最優權值和最優閾值，建立MEA-BP神經網絡模型；

S4采用分布式的算法，對每組分簇中傳感器節點(Xt₁,Xt₂，…，Xt_q)獨立執行異常檢測，異常檢測完畢后傳感器節點(Xt₁,Xt₂，…，Xt_q)將檢測結果傳遞到該組分簇的簇頭節點Xt_c進一步驗證。

2.根據權利要求1 所述的基于MEA-BP神經網絡WSN異常檢測方法，其特征在于：所述步驟S2包括以下步驟：

S21首先從分布傳感器節點對象中任意選擇K個傳感器節點對象作為K個聚類中心；

S22然后針對除聚類中心以外的傳感器節點對象，分別計算傳感器節點對象與K個聚類中心之間的相似度，得到與傳感器節點對象相似度最接近的聚類中心；

S23將傳感器節點對象分配給與該傳感器節點對象相似度最接近的聚類中心的聚類，將所有傳感器節點分配完成后得到K個聚類；

S24重新計算該K個聚類的聚類中心，得到新的聚類中心；

S25當新的聚類中心收斂時，結束本操作，否則進入S26；

S27回到步驟S22，重新計算各傳感器節點與新的聚類中心的相似度。

3.根據權利要求1所述的基于MEA-BP神經網絡WSN異常檢測方法，其特征在于：所述步驟S3包括以下步驟：產生訓練數據；確定BP神經網絡拓撲結構；通過思維進化算法進行參數設置：隨機產生初始種群、優勝子種群和臨時子種群；對子種群進行趨同操作；對子種群進行異化操作；判斷是否滿足結束條件，如果滿足，則輸出最優個體，獲取最優權值和閾值，否則重新進行趨同異化操作。