[发明专利]一种针对无线传感网络数据的可变阈值异常点检测方法

摘要

本发明公开了一种针对无线传感网络数据的可变阈值异常点检测方法，对于t时刻采集到的数据obj(i)，在已知obj(i)对应的阈值δ(i)的情况下，计算obj(i)的异常因子OF(i)，并通过异常因子来判断当前数据所处的状态，如果obj(i)处于异常态则认为obj(i)是一个异常值，然后，利用前一时刻的数据obj(i‑1)所处的状态，当前数据obj(i)所处的状态，以及当前的阈值δ(i)，确定下一时刻的阈值δ(i+1)。依照上述策略，最终实现对传感器采集数据的线上的实时检测。本发明的异常值检测方法实现较为简单，实现了对传感器采集数据的线上实时的异常值检测，且无需额外的数据通信，适用于多种拓扑的无线传感器网络，包括在动态的网络(链路变化、节点移动)。

主权项

一种针对无线传感网络数据的可变阈值异常点检测方法，其特征在于，包括如下步骤：S1、部署的传感网络，在t时刻开始采集数据；S2、传感器采集到前m个数据obj(1)，obj(2)，...，obj(m)后，计算NHD(2)，NHD(3)，...，NHD(m)，取δ(m)＝max{NHD(2)，NHD(3)，...，NHD(m)}；S3、根据设定的δ(k)更新机制得到δ(m+1)；S4、传感器捕获到第i个数据obj(i)，计算NHD(k)，OF(k)，然后判断第i个数据所处的状态，如果第i个数据处于异常态，将数据obj(i)放入异常数据集Outlier；S5、根据设定的δ(k)更新机制，利用obj(i‑1)的状态，obj(i)的状态以及当前的δ(k)，得到下一时刻的阈值δ(k+1)；S6、重复步S4和S5直到传感器停止采集数据，得异常数据集Outlier；所述的S3步骤中的δ(k)的更新机制为：(1)数据obj(k‑1)处于正常态，数据obj(k)处于临界态，新阈值δ(k+1)在阈值δ(k)的基础上适度增大；δ(k+1)＝δ(k)*OF(k)＝NHD(k)(2)数据obj(k‑1)处于正常态，数据obj(k)处于异常态，阈值保持不变；δ(k+1)＝δ(k)(3)数据obj(k‑1)处于临界态，数据obj(k)处于异常态，新阈值δ(k+1)在阈值δ(k)的基础上适度增大；δ(k+1)＝δ(k)*trustvalue(4)数据obj(k‑1)处于临界态，数据obj(k)处于正常态，阈值维持不变；δ(k+1)＝δ(k)(5)数据obj(k‑1)处于异常态，数据obj(k)处于临界态，阈值维持不变；δ(k+1)＝δ(k)(6)数据obj(k‑1)处于异常态，数据obj(k)处于正常态，新阈值δ(k+1)在阈值δ(k)的基础上减小；δ(k+1)＝max{δ(k)/trustvalue，NHD(k)}(7)数据obj(k‑1)处于正常态，数据obj(k)处于正常态，新阈值δ(k+1)在阈值δ(k)的基础上适度减小；δ(k+1)＝max{δ(k)/2，NHD(k)}(8)数据obj(k‑1)处于异常态，数据obj(k)处于异常态，新阈值δ(k+1)在阈值δ(k)的基础上增大；δ(k+1)＝δ(k)*trustvalue(9)数据obj(k‑1)处于临界态，数据obj(k)处于临界态，新阈值δ(k+1)应该等于当前的NHD(k)；δ(k+1)＝NHD(k)；其中，NHD(k)为数据集第k条数据的正常跳距离；OF(k)为数据集第k条数据的异常因子；trustvalue为值大于1的参数。