欢迎访问一起赢论文辅导网
本站动态
联系我们

手机:153 2730 2358
邮箱:910330594@QQ.COM

Q Q:
910330594
网址:http://www.17winner.com
工作时间:
9:00-24:00  

EI期刊论文
当前位置:首页 > EI期刊论文
多模态数据流的无线传感器网络异常检测
来源:一起赢论文网     日期:2016-12-18     浏览数:1121     【 字体:

 39卷  计算机学报  Vol.39 2016 论文在线出版号  No.166CHINESE JOURNAL OF COMPUTERSOnline Publishing No.166 基于多模态数据流的无线传感器网络异常检测方法* 费欢1),  肖甫1,2),    李光辉3),孙力娟1,2),    王汝传1,2) 1)(南京邮电大学计算机学院,南京中国210003) 2)(江苏省无线传感网高技术研究重点实验室,南京中国210003) 3)(江南大学物联网工程学院,无锡中国214122)   摘要 伴随着无线通信技术的不断发展和广泛应用,信息物理融合系统(Cyber-physical system, CPS)作为物联网领域的最新研究方向成为近年来研究者广泛关注的热点。无线传感器网络(Wireless  Sensor  Networks,  WSN)作为CPS系统物理空间的主要感知网络,有效提高对应感知数据的准确性和可靠性可及时准确地发现突发事件、监测网络工作状况,因此对传感器网络节点数据流进行异常检测,发现其中异常数据并确认其来源具有重要意义。本文在无线传感器网络多模态数据流研究的基础之上,提出了一种对传感器异常数据进行检测以及监测节点自身工作状态的方法,该方法不仅应用了无线传感器网络中的时空相关性原理,还更进一步,研究了同一节点中多模态数据流之间的相干性,并以此作为理论基础,利用多维数据和滑动窗口模型对异常数据及其来源进行检测和验证。本文的方法可以分为三个步骤:首先,利用滑动窗口中的历史数据对传感器数据流进行异常数据的检测;其次,利用节点的空间相关性对异常的来源进行确认和识别;最后,对由于测量误差导致的异常值进行筛选,使输入CPS的数据进一步的精确化。通过实验对比,本文的方法对传感器异常数据的检测率保持在95%;在不同数据维度的条件下,对四维数据集的检测率比单维数据集提高3%。 关键词 无线传感器网络,时空相关性,多模态数据流相干性,异常检测 中图法分类号  TP393 论文引用格式 费欢,肖甫,李光辉,孙力娟,王汝传,基于多模态数据流的无线传感器网络异常检测方法,2016Vol.39:在线出版号  No.166 FEI  Huan, XIAO  Fu, LI  Guang-Hui, SUN  Li-Juan, WANG  Ru-Chuan,  An  Anomaly  Detection Method  of Wireless Sensor Network Based on  Multi-Modals Data  Stream,Chinese  Journal  of Computer,2016,Vol.39:Online Publishing No.166                                                          本课题得到国家自然科学基金  ( 61472368, 61373137,61572260)、江苏省高校自然科学重大项目(14KJA520002)、江苏省六大人才高峰项目(2013-DZXX-014)资助.费  欢,1990 年生,  , 博士研究生,主要研究领域为无线传感器网络.E-mail:feihuan1990@163.com.肖甫(通信作者),1980年生,,  教授,博士生导师,中国计算机学会(CCF)高级会员,主要研究领域为物联网与传感网.E-mail:xiaof@njupt.edu.cn.李光辉,1970年生,,教授,博士生导师,主要研究领域为无线传感器网络,智能无损检测.E-mail: ghli@jiangnan.edu.cn.孙力娟,1963 年生,,  教授,博士生导师,主要研究领域为无线传感网.E-mail:sunlj@njupt.edu.cn.王汝传,1943 年生, ,  教授, 博士生导师,主要研究领域为物联网、网络安全.E-mail:wangrc@njupt.edu.cn. 网络出版时间:2016-11-04 14:07:03网络出版地址:http://www.cnki.net/kcms/detail/11.1826.TP.20161104.1407.002.html2  计算机学报  2016An Anomaly Detection Method of Wireless Sensor Network Based on Multi-Modals Data Stream FEI Huan1),    XIAO Fu1,2), LI Guang-Hui3), SUNLi-Juan1,2),    WANG Ru-Chuan1,2) 1)(School of Computer Science,Nanjing University of Posts and Telecommunications, Nanjing210003) 2)(Jiangsu High Technology Research Key Laboratory for Wireless Sensor Networks, Nanjing210003) 3)(School of Internet of Things Engineering, Jiangnan University,Wuxi214122) AbstractWith  the  rapid  development  of  the wirelesscommunicationtechnology, cyber physical system (CPS)  thatis a  significant  research  orientation  in  internet  of  things  has become  a  hot topicrecently. As the main sensing network of physical space for CPS,improving the data accuracy and  reliability of wireless  sensor network  (WSN) can  effectively recognizeemergent events  and monitoring  the  situation  of  networks. Therefore,  it  is significant  to  detect  abnormal  data and identify theirsource. In  order  to  accomplish  this  object, a novel anomaly  detection and  node-self monitoring method  of  wireless  sensor  networks  based  on  multi-modals  data  stream  that  takes spatial-temporal correlation of different sensor nodes along with association of multi-modals data properties  into  accountis  proposed.  Thus,  abnormal data in  streams  can  bedetected while  the source  of anomalycould  be verified  effectively based  on  multi-dimension datamodel and  sliding window. The method proposed in this paper is divided into three steps:  Firstly, abnormal data in sensor stream can be detected by historical relativityof data setsbased on sliding window. Then, it is  essential  to identifythe  source  of  abnormal  data  and  verifywhat  makes  the  anomalyby spatial correlation  of  sensor  nodes. Finally,  the  anomaly  resulted  from  measurement  error  should  be filtered and data set could be further sanitized into CPS. Experiment results demonstrated thatthe proposed methodcan obtain95% accuracy of the anomaly detection whilethe accuracy of anomaly detection rateinfour-dimensional data  stream  is3% higher  than that  of  thesingle dimensiondata streamfordifferentdimension data. Key  words Wireless  sensor  networks,Spatio-temporal  correlation,  Association ofmulti-modals data, anomaly detection 1 引言 由于无线通信技术,信息网络技术和嵌入式系统的快速发展,信息物理融合系统综合了计算机、通信和控制等多个学科,作为一种具备局部操作、全局控制特点的新型网络系统引起学术界和工业界的广泛关注。作为连接虚拟网络世界与真实物理世界的桥梁,CPS系统是一种面向物-物相连的新型网络应用系统,相比较于以往的单一网络,CPS系统对应了不同接入技术到不同用户终端的通信,集成了现有典型网络与应用,包括因特网,无线传感器网络,移动通信网等[1-3],可实现多模态数据的感知并对数据进行分析、决策以及执行相应的指令。 CPS系统的基本架构可以分为物理层(Physical Layer)和虚拟层(Virtual Layer)两个部分。物理层主要由多类型的传感器及控制器组成,负责物理环境中的数据采集和作业控制。然后,由传感器采集到的多种不同类型的数据经过处理和融合通过CPS系统的输入端进入虚拟层,由实时决策系统进行分析,将相应的指令返回给物理层的控制器执行相应的动作。如,在常见的大棚监测系统中,多种类型的传感器可以实时采集多模态数据并将它们发送给服务器,服务器通过分析这些数据判断农田所处的状态,如果发现光照太强,则控制遮光板减少采光量;若发现湿度过低,则可以控制喷灌装置进行补水;如发现二氧化碳浓度过高,也可开启排风系统加强空气流通。与此同时,服务器还可以论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  3 将这些数据及操作记录下来,及时通知管理人员,使其在第一时间掌握相关的动态。除了环境监测之外,CPS系统还被广泛地应用于医疗健康,安全监管,智慧交通等领域[4]。 尽管应用的领域越来越广,但CPS系统仍然处于发展初期,其面临着诸多挑战:(1CPS系统的输入数据通常为多源异构数据流,在决策系统进行分析之前需要进行融合处理,避免发生冲突;(2)由于CPS决策系统具有实时性,需要分析实时数据发出指令,这就要求数据处理的方法要具有较高的效率,传统离线、全局式的方法很难适用,需要更加灵活高效的在线分布式方法;(3CPS系统的数据趋于动态性和不稳定性,需要通过数据挖据来筛选其有效信息,过滤掉无用的或错误数据。除传统时空相关性,还需要进一步挖掘多模态数据之间的关联性并以此提高数据的可靠性,这对于CPS系统做出正确的决策至关重要[5]。 作为一种信息感知和数据获取的重要手段,无线传感器网络在CPS系统中扮演着重要的角色,它可以不间断地感知海量数据,建立数据库,为数据分析提供基础。传统的WSN主要用于单一类型数据的采集、存储和传输,而CPS系统需要无线传感器网络同时提供多种不同来源的数据并对这些数据进行融合和分析,这就对输入数据的可靠性和准确性提出了更高要求。但由于分布区域的不确定性以及传感器节点资源有限,易受到外界因素的干扰和破坏或者外部环境突发事件的影响,无线传感器网络采集到的数据很有可能与实际特征产生明显偏差,此时采集到的数据就出现了异常,这类数据被称为异常数据[6]。产生异常数据的原因主要包括:(1)传感器节点分布的区域内发生了特定的事件(例如发生森林火灾时传感器的温度读数会明显升高);(2)传感器由于自身的软硬件故障或者能量耗尽导致节点无法正常工作;(3)由于外界因素的影响使节点采集到的数据较正常数据发生了偏差(例如处于阴影区域的传感器节点的光照强度数值会明显低于直接暴露在阳光下的节点读数),称这种偏差为测量误差[7-9]。 无线传感器节点采集到的异常数据对于CPS系统的决策往往是有意义的。源于特定事件的异常数据往往反映外部环境确实发生了显著变化,需要及时预警并采取紧急处理措施;而源于传感器节点故障或能量耗尽而产生的异常数据反映出传感器网络健康状况存在问题,需要进行维护。存在测量误差的数据由于无法代表实际环境特征,往往会对系统准确掌握外部环境的变化规律产生影响。为了使CPS系统做出准确判断,需要对无线传感器网络采集的数据进行检测、及时发现其中异常数据并对其来源进行分析和辨别。对无线传感器网络中的异常数据进行检测通常需要解决两个问题:(1)如何快速准确地检测出异常数据并对产生异常数据的原因进行分析和验证;(2)如何设计高效的分布式检测算法,尽可能减少节点间的消息通信,降低传感器节点的能量消耗。 本文组织安排如下:第2节将详细介绍相关工作及研究成果,第3节将介绍无线传感器网络异常检测基本原理及相关定义,第4节将详细介绍以无线传感器网络多模态数据流为基础的异常检测和识别方法,第5节为对应实验结果及分析,最后是论文小结。 2相关工作 为提高无线传感器网络数据的准确性,对采集到的数据进行异常检测显得尤为重要,其中传统事件检测方法主要用于区分无线传感器网络节点是否发生了事件或错误。根据对于异常数据的不同定义,传统的无线传感器网络异常数据检测方法主要分为以聚类为基础的,以统计为基础的,以距离为基础的,以人工智能为基础的[10-14]Krishnamachari  B[15]提出了一种基于特殊事件在时间和空间上具有一定相关性但传感器故障则相对独立地假设,利用各传感器节点进行数据交换来统计传感器发生事件的概率,提出一种贝叶斯故障识别算法,该方法是一种基于聚类的方法,然而该方法只能区分事件或错误,对于错误的类型及原因很难进行有效地识别和区分。潘渊洋等[16]提出了一种基于数据集密度的异常数据检4  计算机学报  2016年 测方法,该方法依据传感器节点的历史数据进行分析并对未来数据给出预测值,将实测值与预测值进行比较从而发现其中的异常数据,实现了传感器数据的实时检测,提高了算法的效率;但是该算法在处理高维度数据情况下对应的时间复杂度明显过高。Samparthi V S K[17]通过数学统计模型,利用核密度函数对传感器数据流进行异常检测,发现数据集中的异常数据,是一种典型的基于统计的方法;但是该方法需要事先建立一个完整的数据集,缺乏实时性。张建平等[18]提出了一种基于Hadoop的异常传感数据时间序列检测方法,针对传统DTW算法计算复杂度过高的问题,引入显著特征智能匹配的约束计算方法,通过对非直线路径进行局部限制,在保证较高检测准确率的同时有效降低了算法的时间复杂度和空间复杂度。Lee M H[19]提出一种基于假设的数学统计方法,将对数据集的整体性和一致性具有正增益作用的数据视作正常数据,具有负增益作用的数据视为异常数据;但是该方法因为采用的是集中式处理方式,同样面临实时性问题。Lee D W[20]提出一种通过比较传感器实测值与其数学期望之间的差异来实时计算传感器节点发生错误的概率并依据时空相关性区分异常的类型;但是该方法并没有针对高维度的数据集给出对应的解决方案。毕冉等[21]提出了一种无线传感器网络中能量高效的Top-k查询算法,该算法根据数据的异常程度对数据集进行筛选和排序,反馈给用户k个最大或最小的数据值并对异常进行定位。胡石等[22]Top-k算法进行了改进,根据无线传感器网络节点的数据分布规律,构造与之相适应的数据网格,将多维数据归一化处理后置入相应的网络单元,接着将重构后的列表与距离阈值σ进行比较发现其中的异常数据。Subramaniam等人[23]解决了核密度估计方法中单一阈值无法满足多维数据对象异常检测的问题,并利用核密度估计对数据分布模型进行更新维护。Palpanas 等人[24]提出了一种利用核密度估计对传感器数据流中的异常数据进行在线检测的方法。该方法无需了解数据分布的先验知识,而是通过比较滑动窗口中的当前数据与先验模型之间的差异是否超出阈值来判断其是否为异常。任倩倩等[25]提出了一种面向容错的事件区域检测估计算法,该算法可有效估计异常事件的发生范围和检测边界,同时具备一定的容错能力。张书奎等[26]提出了一种容错检测算法,其通过分布式地构建融合树,各节点向其对应最近树根节点发送所采集的数据,从而实现单个/多个事件的鲁棒容错检测。曹冬磊等[27]提出了一种具有容错功能的算法来检测WSN中事件发生的区域和边界,其将事件视为随机过程,通过比较传感器采样值与其统计特征间的差异程度进行事件区域的估计,同时具有容错能力,可以适应网络拓扑结构的变化。 然而上述方法很少专门针对传感器节点的多模态数据给出特定的解决方案,其忽略了多模态数据间的关联性。事实上,为了全面详细地对复杂的环境特征进行准确描述和再现,综合多种不同类型的数据进行评估是十分必要的。在这种情况下,如果采用现有的单一模态方法处理多模态数据集则需要进行重复计算,则该方法将成为一个串行算法,其时间复杂度会随着数据集规模的增大成倍增加,这将耗费传感器节点的有限资源,降低节点的使用寿命;其次,此类算法也忽视了不同模态的数据集会影响算法的性能和实验结果。以部署在野外环境的传感器节点为例,采集到不同环境数据的波动幅度,波动频率,采样中值,均值,方差等统计学特征均存在明显的差异,不考虑这种客观存在的差异性而采用同样的方法进行无差别对待无疑会降低其可靠性和鲁棒性。此外,当节点的部署区域内发生事件时的观察特征显然是非孤立的,比如发生火灾时不仅温度会大幅度上升,同时湿度也会下降,短时间内二氧化碳的浓度也会上升,氧气浓度会明显下降;降雨时湿度会迅速上升,温度则同步下降。因此,为了对环境中的不同事件进行准确的识别,需要分析无线传感器网络在环境监测过程中采集到的多模态数据流之间的相干性 本文在现有工作的基础上,针对以往研究成果存在的不足,进一步研究了节点多模态数据之间的相干性,从数据集的特征入手,论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  5 提出了一种以多模态数据流的统计特征分析为基础的无线传感器网络异常检测方法来实现数据集中异常值的检测和识别,并以此为基础监测分布区域内的特殊事件,节点故障或测量误差。 3 WSN异常数据检测基本原理 一般而言,当传感器节点感知的数据和正常数据相比出现连续若干次异常时,可以认为该节点出现了异常。然而,导致无线传感器网络节点产生异常的原因有很多,由区域内特殊事件引起的称为事件节点;由自身故障或外部攻击导致无法正常采集数据的称为故障节点;由采样过程中的外界因素影响而使数据与实际值产生误差的称为误差节点。 3.1WSN数据流的时间及空间相关性 部署在监测区域内的节点收集到的外界数据是随采样时刻t 变化的一簇变量。通常情况下,采样时刻ti 处的数据是否异常只与ti+1时刻的数据值有关,而与之后时刻的值无关。这一现象说明异常数据具有历史相关性,并且采样周期的长短对这种相关性有着较大影响。例如,对同一传感器节点而言,每一天的温度数据均遵循相同的规律缓慢波动,其存在着时间上的相关性,如果相邻两个采样时刻间的间隔足够小,那么就有可能获得在最小精度内的相同数据。此外,传感节点采集的数据通常还具有空间相关性。通常情况下无线传感器节点是以密集分布的形式覆盖监测区域,在密集分布的条件下,任意传感器节点与其距离较近的邻居节点采集的数据也具有一定的相关性。如图1所示,如果在o处出现了火源,那么在其附近的节点abc应该均能监测到该事件(比如温度值明显上升)。因此,传感器数据流的时间及空间的相关性为实现异常检测提供了理论依据。 acbo 1不同位置节点对同一事件源的监测 假设二维空间内分布有N个无线传感器网络节点,则该区域内的事件可以用一个以s(t,x,y)为函数的时空模型进行描述,其中t 表示物理事件s发生的时刻,(x,  y)表示事件源的位置,事件s的实际值以集合S表示,节点对事件s 的观测值以集合 表示。那么某一节点ni 在采样时刻n对于事件s的观测值可以表示为 Xi[n]=Si[n]+Ni[n]                  (1) Yi[n]=fi( Xi[n] )                  (2)  =g(Y1[n1],,Y1[nj],,YN[n1],,YN[nj])(3) 其中,Xi[n]表示节点的输出值集合,Si [n]表示事件s的实际值集合,Ni [n]表示数据采集过程中的噪声。节点将Xi[n]通过无线信道经过编码,转换为Yi[n]传输给汇聚节点(sink)进行处理,得到观测值集合 ,函数gsink对于数据采用的处理函数。对于传感器节点观测值得失真程度可以用均方差D来表示[28]D=E[( -S)2]           (4) 3.2多模态据流模型及其相干性 如上文所述,CPS系统在通常情况下是一个异源多模态数据输入的系统,因此除了单一数据的时间及空间相关性还需要考虑多种不同类型数据间的关联性来提高CPS系统的可靠程度。在讨论多维数据流的关联性之前,首先需建立一个多维数据流模型。 假设在某一目标区域内均匀部署有N个同时配置了可采集M种不同模态数据的传感器(如温度,湿度,光照强度,CO2浓度等)的节点进行数据采集,无线传感器网络中所部署各节点可以通过时间同步机制等来保证数据采集和信息传输的同步性。 在某一采样时刻t,任一传感器节点采集到的M种不同模态的数据可被视作一个6  计算机学报  2016M维空间的数据点集合X=(r1, r2, , rM),而某一采样周期内采集到的数据则构成一个矩阵:     = 1(1) 1(2)2 1  2(2)1()2()⋯ ⋯(1) (2)⋯ ⋯⋯ ()  其中1,2,3,,为对应采样时刻[29]。 考虑到传感器的数据流在时间序列上具有无限延展性而传感器节点自身的存储空间有限,本文采用滑动窗口模型对数据流进行处理,其具体定义为: 定义1.滑动窗口模型(Sliding  Window Model)是将传感器数据流截取一段长度为|W|的窗口并将此窗口等分为m个小块,分别为Block1,Block2,Block3,, Blockm,每个小块的长度为n。当下一采样时刻tnext的数据进入滑动窗口时,上一采样时刻tfor 的数据则将被替换: mod(tnext, |W|)=mod(tfor, |W|)  (5) 其中,mod(a, b)表示取余函数。同一传感器节点上的若干个传感器内部均使用滑动窗口处理数据流,如图2所示: ) (2 1t r ) (1 1t r ) (3 1t r ) ( 1 p t r ) ( q 1t r... ... ...|W|=qB1 B|W|...Sensor 1···) (2 2t r ) (1 2t r ) (3 2t r ) ( 2 p t r ) ( q 2t r... ... ...|W|=qB1 B|W|...Sensor 2(2 jt r ) (1 jt r ) (3 jt r ) ( j p t r ) ( q jt r... ... ...|W|=qB1 B|W|...Sensor j 2多维数据图流的滑动窗口模型 如果假设节点Sn将前p个采样时刻的数据  1 , 2 , 3 ,,   载入滑动窗口中,�2=1       −  2=1=1为该组数据对应的计算方差,其中 表示滑动窗口中所对应传感器采集到的第j 维数据的平均值。当新的数据 +1 进入滑动窗口中时,窗口向后滑动,同时将窗口中的数据更新为  2 , 3 , 4 ,, +1  ,对应的采样数据方差的计算公式可表示为�2=1       −  2=1+1=2,后续采样时刻的数据依次类推。 建立多模态数据流的模型之后,下面对多数据流之间的相干性进行分析,首先介绍相干性系数。 定义2.相干性系数[30]= ,   ,   ,  =   −     −     =1    −    2=1    −     2=1(6) 其中,xji yjk 分别表示任意的两条数据流Xi Yk时间序列中的第j 个值;关联性系数ρ是评价多维数据流相关性的一个重要指标,如果ρ < 0,数据流间呈负相关关系;若ρ > 0,则数据流为正相关;若ρ = 0,数据流无相关性关系。 在实际的操作过程中,如果采用宽度为n的滑动窗口模型对多条数据流进行关联性分析时,需要分别计算数据流Xi=(X1i, X2i, , Xpi) 的 协 方 差 矩 阵11=11   =1−,Yi=(Y1i, Y2i, , Yqi)的协方差矩阵22=11   −   −   =1 以及  XiYi的 协 方 差 矩 阵12=11   =1=21。 在对数据进行标准化处理后,样本的相关系数对应为样本的协方差,最后利用卡方检验的方法可得对应典型关联系数和典型关联变量。 图3所示为火灾发生过程中传感器节点采集到的多维数据的同步变化情况,从图中可以较为直观地观察到当发生火灾时温度值与CO2浓度值呈明显的正相关性,与湿度值具有负相关性。当无线传感器网络用于野外环境监测时,如果仅凭单一模态的数据判断是否有事件发生存在较大的误判可能,但是如果同时综合多模态的数据进行判别,则可以极大地提高准确性,避免误判。 论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  7  3发生火灾时多模态数据的同步变化情况 综上,无线传感器网络多模态数据之间的相干性及时空相关性为准确高效地进行异常检测提供了理论基础,在此基础之上,本文提出了一种对WSN多模态数据流进行异常检测的方法。 4WSN多模态数据流进行异常检测的方法 和一般的数据集相比,无线传感器网络的多模态数据集在分布上有其与众不同的特征。图4为传感器三维模态的原始数据分布示意,从图中可以概括传感器数据集的分布特点:大量的数据点紧密地分布在一起,密度大,重叠度高;少量数据点则较为分散和孤立,数量明显少于密集分布的数据并且差异明显。  图4传感器三维模态原始数据分布 Knorr[31]等提出了一种经典的基于距离的异常检测方法,其中异常定义为: 定义3.DB(p,D)异常是指数据集S中存在一对象O且在O的距离为D的邻域内的其他对象数量与数据集对象总数量之比小于1-p。 但是由于pD的取值不易确定,不同的取值会对结果产生明显的影响,需要反复测试选择实验最优解,从而增加了算法的复杂度。为有效解决该问题,Ramaswamy[32]提出了一种新的基于距离的异常定义: 定义4.  D(n,  k)异常是指在包含有N个数据点的d维空间中,存在有不超过n-1个点p’满足条件Dk(p)>Dk(p)。其中Dk(p)表示点p和它的第k个最近邻p’的距离,nk 均为参数。如果对数据点按照Dk(p)距离进行排序,则前n个点将被视为异常数据。一般情况下,异常数据的检测是计算其与最近邻居点的距离,故取k=1n=2D(n, k)异常解决了DB(p,D)异常需要针对不同的特定数据集进行人工确定参数的问题,极大地提高了可操作性。 本文对WSN多模态数据流进行异常检测的方法以基于距离的异常定义为基础,分为异常数据识别,异常来源验证,测量误差检测三个步骤,利用滑动窗口模型和数据流的时间相关性原理对传感器多维数据集合X中可能存在的异常数据点进行识别,考虑到数据异常情况通常在时间上都具有一定的延续性,本文引入单模异常概率�  和多模异常概率�  来评估多模态数据流出现异常的可能性。在检测到异常数据点之后,需要利用空间相关性原理对异常数据点进行进一步验证从而确认并区分其异常来源,之后将数据输入CPS决策系统对传感器节点的工作状态进行监测,下文将分别进行详细说明。 4.1异常数据识别 如前文所述,传感器的测量值应当准确再现实际的环境特征,因此测量值()在稳定的环境中表现为一定幅度内的缓慢波动,但出现异常时则会在短时间内出现明显偏差。如果()满足式(6),那么该测量值可能为异常数据。  ()()+()2 >2(7) 其中,t 是传感器节点的对应采样时间,()表示正常工作的传感器在事件区域内的数学期望,()表示正常区域中的数学期望;一般认为()在稳定的环境下为常数。不同环境下的()()存在差异,其需视时间传感器读数  CO2浓度温度湿度35004000450050005500600065000100020003000400050003500360037003800390040004100温度湿度光照强度8  计算机学报  2016年 数据集的情况而确定。 此外,当传感器自身出现故障时(能量耗尽或遭到破坏无法正常工作),可能在不同的采样时刻连续产生相同的读数[20],即:   = 1 (8) 上述两种情况称为判断传感器读数是否为异常的判断条件,并以此为基础来计算单模数据流的异常概率�  : �  =� −1 +2(9) 单模异常概率�  是一个累加值,采样时刻出现异常的概率用�  表示,前一采样时刻−1出现异常的概率用� −1 表示,{  }满足判断条件的次数用常数k表示,c为参数。如果在若干个采样时刻读数  连续满足判断条件,从零开始逐次增加,此时�  与呈指数关系;若  不满足判断条件,则,� −1 ,�  同时清零,当  满足判断条时重新开始累加。 传感器节点可以集成多种传感器,在某一采样时刻采集多模态的数据流,产生多组�  值。然而仅仅通过单一模态的数据流判断数据异常的原因无疑是不够精确的,需要融合多模态的数据流进行分析和判断。由多组的单模异常概率�  值可以计算多模异常概率�  : �  =  =1⋅ �  ,    =1=1 (10) 其中,权重系数用表示,考虑到不同数据的�  数值存在差异,有些偏大而有些相对较小,为了平衡不同的�  对�  的影响,将波动频率快,幅度大的数据的设置为较大数值,提高算法的灵敏度;反之则设为一个较小的值,有效避免因个别数据发生误判。考虑到与数据的波动幅度有关,在取值上可以使其在比例上与数据的标准差比保持一致,即 12:⋯:=12:⋯:  (11) 4.2异常来源验证 当某个传感器节点的�  值达到阈值ℎ =()+()2时就认为该节点可能发生了异常;为确认异常的来源,需要利用空间相关性进行验证。当某一节点监测到自身发生疑似异常时,通过无线信道向其的邻节点发送请求消息,接收邻节点的�  值。根据拉依达准则,若本节点的�()值满足 �  − <�(μ和σ分别为邻居节点�()值的均值和标准差),则认为误差来源于事件过程中的随机误差,而本节点的状态与邻节点相一致;若不满足则认为本节点与邻节点的状态不一致,出现了故障或测量误差。δ需要依据具体情况进行取值,但通常可以将事件过程视为一个随机变量符合正态分布的贝努利过程,故可以将该随机变量简化为标准正态分布的随机变量: =�  �  − ≥�         =1−� −�< �   <�    =1− Φ � −Φ −�             =22Φ �   (12) 其中,Ф(δ)表示标准正态分布,通过查表可求得当Ф(δ)>0.975时,p<0.05,当δ约大于1.96时,Ф(δ)>0.975,可以取δ=2。异常来源的具体判断条件如下: 若rj (ti)rj (ti-1)并且|PT (ti)-μ|<2σ,则认为所处区域发生了事件; 若rj (ti)=rj (ti-1)并且|PT (ti)-μ|2σ,则认为发生了故障; 若上述条件均不满足,则认为可能出现了测量误差,需要进一步对可能存在的测量误差进行检测并筛选出存在测量误差的数据。 4.3 测量误差检测 出现测量误差的节点首先已经排除了发生故障的可能,应为可以正常工作的节点。但其采集到的数据流中又存在与实际的环境特征存在明显偏差的数据,因此对出现测量误差的节点进行检测,剔除其测量误差读数,筛选出正常数据,可有效提高传感器数据流的可靠性。 考虑到WSN数据流中的正常数据数量多,分布密集;而异常数据相比则明显数量偏少且差异明显,因此选择数据挖掘中的聚类算法对测量误差读数进行检测,可以快速地筛选出其中的异常数据,在数据集规模较论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  9 大的情况下同样具有良好的性能。 定义5.若,分别为d维空间内的任意两点,则其欧几里得距离(Euclidean distance)可表示为:  , =    2=1(13) 如果两个数据点和之间的欧几里得距离 , 越小,则二者的差异度越小;反之则越大。 由于每个坐标对欧氏距离的贡献是同等的,欧氏距离没有考虑当坐标表示测量值时,它们往往带有大小不等的随机波动,如果某些维度的数值变化无穷大而有些无穷小。如果使用不同的计数方法在数值上也会存在较大差异。为解决这一问题,首先需要对数据进行标准化处理,使变化较大的坐标比变化较小的坐标有较小的权系数。本文使用的数据集最大维度为四维,考虑到传感器数据流的波动性,采用Z-score标准化方法对数据集进行预处理。 定义6. Z-score标准化是将A的原始值x基于原始数据的均值和标准差对应到x'的方法。 对于A的最大值,最小值未知或存在超出取值范围的情况,Z-score 标准化较为适用,公式如下: x'=(x-μ)  / σ(14) 其中,μ和σ分别为原始数据的均值和标准差。 定义7.评价函数E可以表示为数据集S中各对象与其所属聚类中心距离的平方和: =      2S=1(15) 评价函数E在一定程度上体现了聚类结果的准确性,E的值越小则聚类的效果相对越佳。当E不再随迭代过程变化时则认为此时聚类达到最优解。而对于算法中K值难以确定的问题,可采用遗传算法进行优化[33]。该方法通过模拟自然界的遗传和变异过程,寻找K值的全局最优解,一定程度上降低了不同的取值对算法结果的影响,较好地解决了K-means算法多次迭代收敛慢且容易陷入局部最优的问题。 K-means算法中初始的K值的选择对性能和效率有直接的影响,可以使用经典的遗传算法(GA)K值进行编码。考虑到一般情况下K是一个大于等于1的整数,可以用一个字节的二进制串来表示,即255类,该二进制串对应为遗传算法中的染色体。 在遗传算法中,每一个K值均对应一条染色体,  为了寻找全局最优的K值,需要以K-means算法最终的聚类结果来评价染色体的适应度,类内距离越小的同时类间距离越大,则聚类结果越理想。 定义8.类内距离Dis ,, Dis ,, =1    ,, =0=0(16) 定义9.类间距离Dis , Dis , =2     , =+1=0(1)(17) 定义10.适应度函数FitFit=αDis , 1+Dis ,, +β1  (18) 在上述公式中,第i 类的聚类中心用mi表示;mi mj 之间的距离用d(mi, mj)表示;全部数据集中隶属于i 类的样本数用numi表示;pi,j表示隶属于第i类中的第j个样本;用NumD统计不同类之间样本个数的差别,调节类间距离与类内距离的权重系数分别用α和β表示。 首先,以伪随机数的方式产生聚类中心的初始位置,接着形成初始染色体组,计算染色体的适应函数Fit  ,  再进化部分适应性好的染色体,通过交叉、变异,  最后选择适应性强的染色体形成新一代染色体组。经过一定次数的迭代,找到最优的K值。 综上,本文方法对应伪代码描述如下: //步骤1:  异常数据识别 Input:{()},  ;(),();�  ,�  ,  ; if (   ()()+()2  >2  or   = 1 ) { �  =� −1 +k2; �  =  =1⋅�   ,    =1=1 ; } //步骤  2: 异常来源验证 if ( �  >) {   status = anomaly; 10  计算机学报  2016年   broadcasting �  to neighbors; } Receiving �    from neighbors, computeμ andσ; if ( rj (ti)rj (ti-1) and |PT (ti)-μ|<2σ )   status = Event; if (rj (ti)=rj (ti-1) and PT (ti)-μ|2σ )   status= Fault; if (rj (ti)rj (ti-1) and |PT (ti)-μ|2σ )   go to Step 3; //步骤3: 测量误差检测 do { for (=1  to ) { Do assign each  to the closest cluster; Replace the average distance of cluster; } Compute Fit andE; k=k+1; } while( Eremains changing ) for ( =1  to) { Compute average distance of cluster:; if ( ,  ≥�) Put  into Suspect; Compute  variance  of  distance  betweenand   as ;    if  (  ,  −�  >1.67∗    )   Consideras measurement error data; } 4.4性能分析 对了对本文方法的可靠性进行准确的定量评估,引入节点的检测率(True  Positive Rate)及误报率(False  Positive  Rate)这两项指标,下面以事件节点为例,分别给出定义[34]: 定义11.事件节点的检测率a(C): �  = ∩     (19) 定义12.事件节点的误报率e(C)e  =  − ∩�   − �   (20) 其中,S为全部节点的集合,E为实际事件节点集合,A为异常节点的集合。 接下来进行时间复杂度的分析。在滑动窗口中,如果输入的数据流维度为m,各维度的数据流规模为n,滑动窗口的长度为wn>w。滑动窗口每次滑动一格,则完成全部数据流的输入需要n-w次,由于m维数据流在m个滑动窗口中同时输入,每次输入之后需要完成均值及方差的更新,故滑动窗口的时间复杂度为O(n-w),空间复杂度为O(mw)。由此可见,在时间复杂度上由于采用了并行的方法,规避了时间因为数据流维度成倍增长的问题;在空间复杂度上,因为滑动窗口先进先出的特性解决了以往集中式方法数据集规模过大的问题。对K-means而言,由于算法迭代的特性,时间复杂度为O(nkt),其中n表示数据集样本数目,k表示初始聚类数,t 表示迭代次数,即时间复杂度与数据集规模为线性关系;与此类似的文献[10]采用了基于密度的DBSCAN算法,需人工确定点P的邻域半径Eps和邻域中包含对象的最小个数MinPts两个参数,采用索引结构依据邻域内包含对象的数目进行聚类划分,算法的时间复杂度为O(nlogn);但是此方法在高维度的数据集下,因数据的索引结构失效,时间复杂度退化为O(n2) 。由此可知,在大规模,高维度的数据集下,本文算法与基于密度的方法相比在时间复杂度上具有优势。 5仿真实验及结果分析 如上文所述,不同的滑动窗口长度的选择会对算法的效率和检测结果产生显著影响。如果滑动窗口过小,会造成较大的偏差,降低算法的可靠程度;过大的窗口长度不仅不能提高算法性能,还会导致有限资源的浪费,影响算法效率。为了确定滑动窗口的长度,本文通过实验进行选择。 实验一为考察不同长度的滑动窗口对数据流统计特征的影响,选取无线传感器网络的温度,湿度,光照强度,CO2浓度四维数据各5000组,分别用不同长度的滑动窗口对方差进行计算,结果如表1。数据流的方差随着窗口长度的增加趋于稳定,综合四种数据的结果,滑动窗口的长度在240-260较为合适,这里选择240。论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  11 1 不同滑动窗口长度下数据流的方差滑动窗口长度  10  100  150  180  200  220  240  260  270 方差 温度  5.68  6.74  5.98  6.34  6.09  6.15  6.17  6.19  6.18 湿度  4.42  3.92  4.38  4.27  4.34  4.31  4.29  4.30  4.29 光照强度  8.51  8.84  8.93  8.69  8.81  8.74  8.76  8.76  8.78 CO2浓度  2.33  2.27  2.24  2.26  2.15  2.21  2.18  2.16  2.17 为验证本文方法的有效性并评估其性能,利用无线传感器网络野外监测系统获取的温度,湿度,光照强度,CO2浓度等四维数据共15000组,对本文方法和现有其他典型方法进行对比实验。 实验二比较本文方法在不同数据维度下的异常数据检测率。 为验证上文所述的传感器多维数据之间的关联性,对同一传感器节点采集到的多维数据进行异常检测。以温度和湿度为例,图5给出了算法检测的结果。可以看出,当温度处于正常区间时对应的湿度数据基本处于正常范围,而当温度发生异常时湿度数据也相应出现了明显的偏差。这一实验结果说明了传感器不同模态数据之间并非孤立的,它们具有明显的相干性。  图5温度和湿度异常数据的检测结果 图6对应描述了传感器异常数据的检测率随多模异常概率PT(ti)变化的规律。当二维数据集的分别为温度0.6,湿度0.4;三维数据集的分别为温度0.3,湿度0.3,光照强度0.4;四维数据集的分别为温度0.3,湿度0.2,光照强度0.4CO2浓度0.1c=0.002时,异常读数的检测率均随着PT(ti)的增加而增加:当PT(ti)5%时,检测率为10%;当PT(ti)95%时,检测率为94%。此外,通过对不同维度数据集的对比可知,当PT(ti)相同时,四维数据集的检测率高于单一维度的数据集。  图6异常数据的检测率随�  的变化规律  图7异常数据的检测率随数据规模的变化规律 异常数据的检测率随数据规模变化的规律如图7 所示。当数据规模较小(小于3500)时,数据集的密度低,分布较为分散,单一数据点对计算距离均值有明显的影响,此时,将平均距离作为测度的聚类结果不理想,平均检测率只有85%左右;但随着数据样本规模的增大,单一离群点对结果的影响逐渐减弱,距离均值对于数据样本特征的代表性逐渐增强,检测率稳定在97%。 实验三对比经GA改进后的K-means算法与DBSCAN算法对测量误差读数的检测效果。 与传统K-means算法相比,本文对K值的选择用遗传算法进行改进,使其可以根据不同的数据集进行自动优化。实验中用到的遗传算法参数为:染色体交叉率为0.83;突变率为0.02;子代染色体中新染色体所占比例为0  .75;初代染色体的数目50;子染色体的代数为100。表2的结果表明经过改进后的K-means算法在相同的数据规模下0 20 40 60 80 100 120 140 160 180 20015202530351520数据规模温度/℃  0 20 40 60 80 100 120 140 160 180 200505560655055数据规模湿度/%  正常数据异常数据100 90 80 70 60 50 40 30 20 10 00102030405060708090100多模异常概率异常数据的检测率(%)  使用四维数据集使用三维数据集使用二维数据集使用一维数据集20 100 500 1000 1500 2000 2500 3000 3500 4000 5500 6000 7500 9000 10000 1500030405060708090100数据规模异常数据的检测率(%)  使用一维数据集使用二维数据集使用三维数据集使用四维数据集12  计算机学报  2016年 对误差读数具有更高的检测率和更低的误报率。 为比较两种算法的检测效果,引入ROC曲线(Receiver Operating Characteristic Curve) [35]作为标准。一般而言,好的算法应同时具备较高的检测率和较低的误报率,那么它的ROC曲线应尽可能趋近左上角。即算法ROC曲线下方的面积AUC  (Area  Under  the ROC Curve)越大,那么可以认为该算法的性能越佳。如图8所示,在不同的数据规模下,改进后的K-means算法相比于DBSCAN算法具有更高的检测率及更低的误报率,其ROC曲线下方面积更大,因此对传感器数据流中的测量误差读数具有更好检测效果。  图8 两种算法的ROC曲线 表2改进前后K-means算法的检测结果对比数据规模  1300  1800  2200  2600  3000  5000  10000  15000 K-means算法 检测率(%)  92.27  92.34  92.74  92.87  92.93  93.29  93.32  93.46 误报率(%)  4.68  4.69  4.55  4.56  4.51  4.48  4.36  4.33 改进后的K-means算法 检测率(%)  94.16  94.32  94.41  94.55  94.61  95.73  96.19  96.33 误报率(%)  4.15  4.07  4.02  3.87  3.51  3.26  2.83  2.77 实验四为了验证本文方法对节点异常来源验证的准确度,仿真实验中,在200m×200m的区域内设置了无线通信半径为20m的节点200个,=0.002,将四维模拟数据集注入200个节点中,人工设置故障节点,事件节点,正常节点和误差节点各12个,56个,112个,20个。图9是对应的各类型节点的分布情况,通过实验共检测出故障节点11个(检测率91.7%),事件节点54个(检测率96.4%),正常节点109个(检测率97.3%),误差节点19个(检测率95.0%),出现误报的节点总计7个(误报率3.5%)。  实验五为评估本文方法对不同类型异常节点的检测效果,分别使用一维至四维的数据集对算法进行测试,并与文献[16]基于DBSCAN的密度算法、文献[20]高可靠性的异常数据检验方法以及文献[23]核密度估计的方法进行对比。下文以事件节点为例,给出检测率,误报率以及执行时间三项性能指标的对比。 图10为不同方法事件节点检测率的对比。与以往方法相比,本文方法运用了节点的时空相关性和多模态数据流的相干性原理,结合多模态数据的异常数据对节点的异常类型进行判断,因此在高维度数据集(二维以上)的情况下,对事件节点的检测率达到95%以上,与以往方法相比提高了2%-5%。  图9仿真实验检测结果  0 0.2 0.4 0.6 0.8 100.20.40.60.81误报率检测率  DBSCAN算法改进的K-means算法0 20 40 60 80 100 120 140 160 180 200020406080100120140160180200  故障节点事件节点正常节点误差节点论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  13  10事件节点检测率的对比 图11为不同方法事件节点误报率的对比。由于本文方法综合了多模态数据流的异常数据检测结果识别节点的异常来源,同时考虑了不同模态的数据流对结果的影响,有效解决了以往存在的无差别处理不同模态数据集的问题,从而大幅降低了节点的误报率。以往方法的误报率平均为6%-8%,而本文方法稳定在3.5%左右。  图11事件节点误报率的对比 表3为不同方法执行时间的对比。由于本文的方法将传感器网络的多维数据集视作多维空间中的点集,采用基于欧氏距离的定义对异常数据点进行区分,有效减少了重复运算,提高了算法效率。实验结果也表明本文方法的执行时间随着数据维度变化的增幅明显小于传统方法,说明本文方法对于高维度数据集的处理具有良好的效果。 表3不同方法执行时间的对比 数据规模(组) 执行时间(s) 本文方法  文献[16]方法  文献[20]方法  文献[23]方法 一维数据  二维数据  三维数据  四维数据  二维数据  一维数据  四维数据 1000  18.32  18.79  19.24  20.86  20.34  21.27  24.73 2000  24.87  25.24  27.97  29.89  28.78  26.14  34.94 3500  30.73  31.13  33.03  35.13  36.33  37.57  39.67 5000  36.67  38.78  39.82  40.78  40.41  40.72  45.71 7500  44.23  45.24  48.04  49.35  49.31  50.32  54.68 9000  52.31  54.86  56.02  58.03  57.46  59.52  65.92 15000  88.87  90.32  91.78  93.02  93.13  94.57  104.55       1000 2000 3500 5000 7500 9000 15000      889092949698100数据规模事件节点检测率(%)  本文二维数据本文一维数据本文三维数据本文四维数据文献[20]方法文献[23]方法文献[16]方法     1000 2000 3500 5000 7500 9000 15000     2345678数据规模事件节点误报率(%)  文献[16]方法文献[20]方法文献[23]方法本文一维数据本文四维数据本文三维数据本文二维数据14  计算机学报  20166结束语 本文以提高CPS系统中无线传感器网络的可靠性为研究目标,以环境监测场景中的异常数据检测问题作为研究对象,结合现有的研究方法和成果,以多维数据和滑动窗口模型为基础,提出了一种无线传感器网络中多模态数据流的异常检测方法。该方法通过计算无线传感器网络数据集的统计特征来评价数据点的离散程度,利用传感器网络数据流之间的时空相关性以及多模态数据集之间的相干性,对异常数据的来源进行识别和验证,有效提高了算法的性能。实验结果表明,本文方法在大数据规模,高数据维度的情况下具有理想的效果。  参考文献 [1]  Yang  Fan,  Liu  Yan,  Li  Ren-Fa. A  modeling method research based on data in cyber-physical system.  Chinese  Journal  of  Computers, 2016,39(5):961-972(in Chinese) (杨帆,刘彦,李仁发,等.  一种基于数据驱动的CPS建模方法研究.  计算机学报,  2016, 39(5):961-972[2]  Chen  Hai-Ming,  Cui  Li.  Design  and  model checking  of  service  oriented  software architecture  for  Internet  of  Things:  A  survey. Chinese  Journal  of  Computers, 2016,39(5):853-871(in Chinese) (陈海明,崔莉.  面向服务的物联网软件体系结构设计与模型检测.  计算机学报,  2016, 39(5):853-871[3]  Chen  Haiming,  Cui  Li,  Xie  Kaibin.  A comparative  study  on  architectures  and implementation  methodologies  of  Internet  of Things.  Chinese  Journal  of  Computers,  2013, 36(1):168-188(in Chinese) (陈海明,崔莉,谢开斌.物联网体系结构与实现方法的比较研究.计算机学报,2013, 36(1):168-188[4]  Wu  F  J,  Kao  Y  F,  Tseng  Y C.  From  wireless sensor networks towards cyber physical systems. Pervasive  &  Mobile  Computing,  2011, 7(4):397-413. [5]  Lin  C  Y,  Zeadally  S,  Chen  T  S,  et  al.  Enabling cyber  physical  systems  with  wireless  sensor networking  technologies.  International  Journal of  Distributed  Sensor  Networks,  2012, 2012(2012):184-195. [6]  Li  Jian-Zhong,  Gao  Hong.  Survey  on  sensor network research. Journal of Computer Research and Development, 2008, 45(1):1-15(in Chinese) (李建中,高宏.  无线传感器网络的研究进展.计算机研究与发展,2008,45(1):1-15[7]  Wu  Peng-Fei,  Li Guang-Hui,  Zhu  Hong.  Event boundary  detection  method  based  on  wireless sensor  network  and  linear  neural  network. Pattern  Recognition  and  Artificial  Intelligence, 2015, 28(4):377-384(in Chinese) (吴鹏飞,李光辉,朱虹,等.  基于无线传感器网络和线性神经网络的事件边界检测方法. 模式识别与人工智能, 2015,28(4):377-384[8]  Ma  Zu-Chang,  Sun  Yi-Ning,  Mei  Tao.  Survey on  wireless  sensors  network.  Journal  on Communications,  2004,  25(4):114-124(in Chinese) (马祖长,孙怡宁,梅涛.  无线传感器网络综述.  通信学报,2004,25(4):114-124[9]  A  Mahapatro,  PM  Khilar.  Fault  diagnosis  in wireless  sensor  networks:  a  survey.  IEEE Communications  Surveys  &  Tutorials,  2013, 15(4): 20002026. [10]  Peng  Shang-Lian,  Li  Zhan-Huai,  Chen  Qun. Complex  event  processing  over  live  archived data  streams.  Chinese  Journal  of  Computers. 2012,35(3):540-554(in Chinese) (彭商濂,李战怀,陈群,等.  在线—离线数据 流 上 复 杂 事 件 检 测. 计算机学报.2012,35(3):540-554[11]  Pham  D  S,  Venkatesh  S,  Lazarescu  M,  et  al. Anomaly  detection  in  large-scale  data  stream networks. Data Mining & Knowledge Discovery, 2014, 28(1):145-189(45). [12]  Mamun  Q,  Islam  R,  Kaosar  M.  Anomaly detection in wireless sensor network. Journal of Networks, 2014, 9(11):2914-2924. [13]  Xie M, Han S, Tian B, et al. Anomaly detection 论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  15 in wireless sensor networks: A survey. Journal of Network  &  Computer  Applications,  2011, 34(4):1302-1325. [14]  Koushanfar  F,  Potkonjak  M.  On-line  fault detection of sensor measurements. IEEE Sensors Proceedings, 2003, 2: 974-979. [15]  Krishnamachari  B,  Iyengar  S.  Distributed bayesian  algorithms  for  fault-tolerant  event region  detection  in  wireless  sensor  networks. IEEE  Transactions  on  Computers,  2004, 53(3):241-250. [16]  Pan  Yuan-Yang,  Li  Guang-Hui,  Xu  Yong-Jun. Abnormal  data  detection  method  for environment  wireless  sensor  networks  based  on DBSCAN. Computer Applications and Software, 2012,29(11): 69-72(in Chinese) (潘渊洋,李光辉,徐勇军.  基于DBSCAN的环境传感器网络异常数据检测方法.计算机应用与软件, 2012,29(11):69-72[17]  Samparthi V S K, Verma H K. Outlier detection of data in wireless sensor networks using kernel density  estimation.  International  Journal  of Computer Applications, 2010,5(7): 28-32. [18]  Zhang  Jian-Ping,  Li  Bin,  Liu  Xue-Jun. Abnormal  time  series  detection  in  wireless sensor  network  based  on  hadoop.  Chinese Journal  of  Sensors  and  Actuators, 2014(12):1659-1665(in Chinese) (张建平,李斌,刘学军,等.  基于Hadoop的异常传感数据时间序列检测.  传感技术学报, 2014(12):1659-1665[19]  Lee M H, Choi Y H. Fault detection of wireless sensor  networks.  Computer  Communications, 2008, 31(14): 3469-3475. [20]  Lee  D  W,  Kim  J  H.  High  reliable  in-network data  verification  in  wireless  sensor  networks. Wireless Personal Communications, 2010, 54(3): 501-519. [21]  Bi Ran,  Li  Jian-Zhong.  Energy  Efficient  Top-k monitoring  algorithm  in  wireless  sensor networks.  Journal  of  Computer  Research  and Development,  2014,  51(11):2361-2373(in Chinese) (毕冉,  李建中.  无线传感器网络中能量高效的Top-k监测算法.  计算机研究与发展,  2014, 51(11):2361-2373[22]  Hu  Shi,  Li  Guang-Hui,  Feng  Hai-Lin. Top-k(σ)outlier  detection  algorithm for  wireless sensor  networks.  Journal  of  Nanjing  University (Natural  Sciences),  2016,  52(02):261-269)  (in Chinese) (胡石,  李光辉,  冯海林.  基于Top-k(σ)的无线传感器网络异常数据检测算法.  南京大学学报(自然科学), 2016, 52(02):261-269[23]  Subramaniam  S,  Palpanas  T,  Papadopoulos  D. Online  outlier  detection  in  sensor  data  using non-parametric  models  //Proceedings  of  the 32nd international conference on very large data bases.  VLDB  Endowment, Seoul,  Korea,2006: 187-198. [24]  Palpanas T, Papadopoulos D, Kalogeraki V, et al. Distributed  deviation  detection  in  sensor networks. ACM SIGMOD Record, 2003, 32(4): 77-82. [25]  Ren  Qian-Qian,  Li  Jian-Zhong,  Cheng  Si-Yao. Fault-tolerant  event  monitoring  in  wireless sensor networks. Chinese Journal of Computers, 2012,35(3): 581-590(in Chinese) (任倩倩,李建中,程思遥.  无线传感器网络中可容错的事件检测算法.计算机学报, 2012,35(3):581-590[26]  Zhang  Shu-Kui,  Wang  Yi-Huai,  Cui  Zhi-Ming. Event  region  fault-tolerant  detection  algorithm based  on  aggregation  tree.  Journal onCommunications, 2010 (9): 74-87(in Chinese) (张书奎,王宜怀,崔志明.  基于融合树的事件区域检测容错算法.  通信学报,  2010  (9): 74-87[27]  Cao Dong-Lei, Cao Jian-Nong, Jin Bei-Hong. A fault-tolerant  algorithm  for  event  region detection  in  wireless  sensor  networks.  Chinese Journal  of  Computers,  2007,30(10): 1770-1776(in Chinese) (曹冬磊,曹建农,金蓓弘.  一种无线传感器网络中事件区域检测的容错算法.  计算机学报, 2007,30(10):1770-1776[28]  Akyildiz  I  F,  Vuran  M  C,  Akan  O  B.  On exploiting  spatial  and  temporal  correlation  in 16  计算机学报  2016wireless sensor networks. Proceedings of Wiopt Modeling & Optimization in Mobile Ad Hoc & Wireless Networks, 2010:71--80. [29]  FeiHuan. Anomaly detection method research of sensor data  stream  based  on  multi -dimensional data  model  [Master  degree  thesis].Zhejiang A&F  University,  Linan,  Zhejiang,  2015  (in Chinese) (费欢.基于多维数据模型的传感器数据流异常检测方法的研究[硕士学位论文]. 浙江农林大学,浙江,临安,2015[30]  Richard  A  J, Dean  W  W. Applied  Multivariate statistical analysis. 6th Edition. New York, USA: Prentice Hall, 2007. [31]  KnorrEM,  NgRT.Algorithms  for  mining distance-basedoutliers  in  large datasets.//Proceedings  of  VLDB  1998  C J.NewYork,USA,Morgan  Kaufmann,1998: 392-403. [32]  Ramaswamy  S,  Rastogi  R,  Shim  K.  Efficient algorithms  for  mining  outliers  from  large  data sets. Acm Sigmod Record, 2000, 29(2):427-438. [33]  Chang  W.  K-means  clustering  based  on  genetic algorithm.  Computer  Science,  2003, 37(3):26962704. [34]  Zhang  Y,  Hamm  N  A  S,  Meratnia NStatistics-based outlier detection for wireless sensor  networks.  International  Journal  of Geographical  Information Science, 2012, 26(8): 1373-1392. [35]  Zhang  Y,  Meratnia  N,  Havinga  P.  Outlier detection  techniques  for  wireless  sensor networks: A survey. Communications Surveys & Tutorials, IEEE, 2010, 12(2): 159-170.   FEI  Huan,  born  in  1990, PH.D  Candidates.  His research  interests  include wireless sensor networks.     XIAO  Fu,  born  in  1980,  PH. D,  professor,  PH.  D supervisor.  His  research interests  include  wireless sensor  networks  and  internet of things.     LI Guang-Hui, born in 1970, PH.  D,  professor,  PH.  D supervisor.  His  research interests  include  wireless sensor networks.   SUN  Li-Juan,  born in  1963, PH.  D,  professor,  PH.  D supervisor.  Her  research interests  include  wireless sensor  networks  and satellite networks.   WANG  Ru-Chuan,  born  in 1943, PH. D, professor, PH. D supervisor.  His  research interests  include  internet  of things and network security. Background This  paper  focuses  on  the  research  about  the anomaly data detection in  wireless  sensor  networks (WSN),  which  is  a  highly  significant  part  of  Cyber Physical System  (CPS).  Many  researches  paid  more attention on the method of single-dimensional data set and  increase  the  detection  accuracy,  yet  ignored the relevance among multiple-dimensional data. Actually, the wireless sensor nodes are often integrated multiple sensorsthat  can  get  different  types  of  data  at same time. Special  events  usually  make  multi-dimensional      论文在线出版号  No.166费欢等:基于多模态数据流的无线传感器网络异常检测方法  17 data change simultaneously while multi-dimensional data  is  more  isolated  in  sensor  fault.  Therefore, we can  distinguish  the  source  of  anomaly  data  by proposed  method  in  this  paper.  A  distributed  event region detection algorithm, Bayesian fault recognition algorithm  (BFRA) is  proposed by Krishnamachari  B et  al, BFRA based on the premise thatevent  is  spatial correlation  butsensorfaultis  spatially  uncorrelated. Every sensor exchanges readingsto its all neighbors in the  detected  events  to  determine  whether  the occurrence  of  the  events  or  not.Lee  D  W  et  al proposed  a  high  reliability  wireless  sensor  network data  validation  methods,  according  to  the  node probability of anomaly,to filter the abnormal data and evaluate the sensor work state.  However, this method only  considers  the one-dimensional  data,  there  is  no specific  solution  for  multi-dimensional  data.  The method  proposed  in  this  paper  meliorates  the insufficient. This research work is supported by the following funds: National  Natural  Science Foundation  of  China under  Grant,  China,  with Nos.61472368,  61373137, 61572260; Key  University  Science  Research  Project of  Jiangsu  Province,  China,  with  No.  14KJA520002; Six  talent  peaks  project  in  Jiangsu  Province, China, with No. 2013-DZXX-014. 

[返回]
上一篇:EI期刊征稿《SENSOR LETTERS》
下一篇:基于流行度分类特征的托攻击检测算法