一种基于多属性关联的无线传感器网络异常事件检测方法

摘要

本发明公开了一种基于多属性关联的无线传感器网络异常事件检测方法，属于数据挖掘中的异常检测技术，具体过程如下：基于贝叶斯网络建立非时空属性依赖关系模型，根据条件概率表计算属性关联置信度，反映待检测点与异常点在非时空属性的关联模式上的相似度。基于滑动窗口模型进行时间关联性检测，将同时满足时间关联性和异常事件属性关联模式的读数标记为暂时性异常点，协同邻居节点信息检测是否发生异常事件。此外，本发明通过Ritter’s最小包围圆算法计算出距离异常事件区域中心最近的异常节点，上传其异常信息，可以有效地减少数据传输量，降低传感器节点的能耗。本发明可应用于具有多个感测部件的无线传感器网络事件检测应用。

主权项

一种基于多属性关联的无线传感器网络异常事件检测方法，其特征在于，包括以下步骤：步骤1，对传感器数据进行预处理；步骤2，建立属性依赖关系模型：将无线传感器网络数据集D按照时间间隔分成K个子集，随机选取其中的一个子集作为训练集，用于构建属性依赖关系模型；步骤3，时间关联性检测：基于滑动窗口模型检测相邻时刻读数的相似度，结合所述属性关联置信度，检测出可能代表异常事件的暂时性异常点；步骤4，空间关联性检测，计算所述暂时性异常点与邻居节点的数据序列的空间相似度，若暂时性异常点和邻居节点的数据序列之间的相似度大于等于空间相似度阈值δ，说明暂时性异常点所在区域发生了异常事件，需要上传其异常信息；步骤5，异常事件信息上传。