[发明专利]一种映射隔离森林的无线传感器网络异常数据检测方法

说明书

本发明涉及一种映射隔离森林的无线传感器网络异常数据检测方法，属于无线传感器网络信息安全领域。该方法使用随机哈希函数和主次哈希函数将数据映射分桶，得到降维后的新数据集；使用均值优化策略将对数据集选择合适的分割特征和分割值，使用隔离森林对新数据集进行异常检测。本发明算法部署简单，成本低，解决了无线传感器网络高维海量数据的异常检测问题，也避免了使用基于统计和距离的方法在高维海量数据中检测率低的问题，具有广泛的应用价值。

技术领域

本发明属于无线传感器网络信息安全领域，涉及一种映射隔离森林的无线传感器网络异常数据检测方法。

背景技术

无线传感器网络通常部署在无人值守的、恶劣的环境中，甚至是在敌方区域，攻击者可以轻易捕获传感器节点并入侵网络。此外，传感器节点在能量、通信能力以及计算和存储等方面受限，使其极易受到各种攻击。无线传感器网络实时采集监测区域内的环境信息(感知数据)，如温度、湿度、亮度和压强等，并将感知数据以无线的方式多跳传输给基站。

目前，国内外针对无线传感器网络领域的异常检测方法主要分为基于统计、基于距离、基于机器学习三类。

基于统计的方法通常假定正常数据集符合某种统计分布模型，先通过传感器网络的正常数据集构建一个正常数据分布模型，在这个模型的基础上对目标数据对象进行拟合判断。如果检测数据与数据模型间有明显差异，则认为这是异常数据。基于距离的方法，通常正常数据的数据值相近，异常数据的数据值与正常数据值存在较大差异，数据值之间的差异度可以通过数据距离定量衡量。基于机器学习的方法大致分为分类、聚类两种。基于分类的方法通过将数据分为正常数据和异常数据两类来区分出异常数据。基于聚类的方法通常采用聚类算法将数据集分为两个或多个聚类簇，然后依据每个簇的大小和簇内的数据距离筛选异常数据点，该算法通常利用节点与邻域的空间相关性进行检测。

但是，目前国内外广泛使用的基于统计和距离的方法存在一些缺点：基于统计的方法依据标准统计学原理，当构建的数学模型符合传感器数据集的真实变化规律时，能快速地检测出数据集的异常。但是大多数情况下难以明确数据集的分布规律，实际数据集往往也不完全符合某种理想状态的数学模型，因此这种方法存在局限性，尤其当数据处在高维状态下，估计数据的分布状况是极其困难的。另外，这种方法依赖于传感器网络的正常数据落在模型的高概率区间，异常数据相对处于低概率区间的假设，检测时也必定存在一定的误报率和漏报率。基于距离的方法处理大数据分段时的效率不高，检测效果往往不如其他检测方法，故通常被用作异常点的判定策略融入到其他检测方法中。

综上分析，目前需要解决的问题：使用基于机器学习的方法应用到无线传感器网络中，检测高维海量感知数据中的异常。

发明内容

有鉴于此，本发明的目的在于提供一种映射隔离森林的无线传感器网络异常数据检测方法，采用精确欧式位置敏感哈希算法(exact Euclidean locality sensitiveHashing，E2LSH)和隔离森林(isolated forest，iForest)相融合的方式用于无线传感器数据中，解决无线传感器网络高维海量数据的异常检测问题，避免使用基于统计和距离的方法在高维海量数据中检测率低的问题。

为达到上述目的，本发明提供如下技术方案：

一种映射隔离森林的无线传感器网络异常数据检测方法，使用随机哈希函数和主次哈希函数将数据映射分桶，得到降维后的新数据集；使用均值优化策略将对数据集选择合适的分割特征和分割值，使用隔离森林对新数据集进行异常检测，提高无线传感器网络数据的异常检测率。该检测方法具体包括以下步骤：

S1：采集感知数据，定义训练数据；

S2：数据归一化，将训练数据通过z-score标准化方法进行归一化；

S3：使用随机哈希函数得到降维后的新数据集；

S4：使用主次哈希函数将新数据集映射分桶；