基于多標(biāo)簽分類的傳感網(wǎng)數(shù)據(jù)異常檢測方法研究.pdf

1、無線傳感器網(wǎng)絡(luò)已經(jīng)廣泛地應(yīng)用于多個(gè)領(lǐng)域，其資源受限特性使得它無法從軟件和硬件上保證自身具有較強(qiáng)的抗干擾能力。然而，無線傳感網(wǎng)絡(luò)通常部署在環(huán)境比較惡劣的野外環(huán)境中，這使得無線傳感器網(wǎng)絡(luò)所采集的數(shù)據(jù)很容易發(fā)生錯(cuò)誤，稱為數(shù)據(jù)異常。針對實(shí)際無線傳感器網(wǎng)絡(luò)的多項(xiàng)研究表明：傳感器數(shù)據(jù)的不可靠性廣泛存在，保證傳感器數(shù)據(jù)質(zhì)量是一個(gè)亟需解決的重要問題。為了得到高質(zhì)量的數(shù)據(jù)，研究無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)異常檢測技術(shù)具有重要意義。針對傳統(tǒng)的學(xué)習(xí)框架無法處理多種

2、數(shù)據(jù)異常同時(shí)出現(xiàn)的問題，研究了基于多標(biāo)簽分類的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)異常檢測技術(shù)，主要?jiǎng)?chuàng)新點(diǎn)和貢獻(xiàn)如下：
　?。?）提出了一種基于多標(biāo)簽分類的數(shù)據(jù)異常檢測建模方法。針對傳統(tǒng)的學(xué)習(xí)框架在描述無線傳感器網(wǎng)絡(luò)中多種數(shù)據(jù)異常同時(shí)出現(xiàn)時(shí)會出現(xiàn)歧義的問題，提出了一種基于多標(biāo)簽分類的數(shù)據(jù)異常檢測建模方法。無線傳感器網(wǎng)絡(luò)所采集的傳感器數(shù)據(jù)是連續(xù)的數(shù)據(jù)流，而多標(biāo)簽分類模型需要使用多個(gè)實(shí)例來描述傳感器的數(shù)據(jù)信息，為此數(shù)據(jù)異常檢測建模方法給出了建立數(shù)據(jù)異常

3、檢測模型的過程，包括數(shù)據(jù)流的分割、數(shù)據(jù)特征生成、數(shù)據(jù)異常標(biāo)簽的標(biāo)記和數(shù)據(jù)異常的檢測過程。實(shí)驗(yàn)結(jié)果表明，基于多標(biāo)簽分類的數(shù)據(jù)異常檢測模型在無線傳感器網(wǎng)絡(luò)數(shù)據(jù)異常檢測中是一種有效方案。
　?。?）提出了一種基于信息熵和集成方法的特征選擇方法EMFSIE。由于無線傳感器網(wǎng)絡(luò)中所采集的數(shù)據(jù)包含了噪聲和多種干擾信息，因此想要獲得能夠準(zhǔn)確地描述不同數(shù)據(jù)異常類型的數(shù)據(jù)特征并不是一件容易的事情，通常所生成的特征集合中包含了噪聲、冗余和不相關(guān)的特征

4、，會嚴(yán)重影響數(shù)據(jù)異常檢測模型的性能，為此提出一種基于信息熵和集成方法的特征選擇方法，去除冗余和不相關(guān)的特征。該方法采用特征與標(biāo)簽集合之間的信息增益值來度量特征與標(biāo)簽集合之間的相關(guān)程度；考慮到多種數(shù)據(jù)異常同時(shí)出現(xiàn)使得不同數(shù)據(jù)異常類型之間出現(xiàn)語義交叉的問題，引入了集成方法的思想，通過聚類將具有相似語義的實(shí)例放在一起對特征進(jìn)行評估，從而減少語義交叉對特征評估結(jié)果所帶來的負(fù)面影響。實(shí)驗(yàn)結(jié)果表明，所提出的特征選擇方法不僅能夠顯著提升數(shù)據(jù)異常檢測模

5、型的性能，并且能夠顯著地縮短數(shù)據(jù)異常檢測模型的訓(xùn)練時(shí)間。
　?。?）提出了一種基于多標(biāo)簽RelefF的特征選擇方法MLRFS。EMFSIE方法適用于處理離散型數(shù)據(jù)，在處理連續(xù)型數(shù)據(jù)前需要對數(shù)據(jù)進(jìn)行離散化預(yù)處理，并且該算法無法直接給出所要選擇的特征子集，為此提出了一種基于多標(biāo)簽ReliefF的特征選擇方法。首先對ReliefF在原始特征空間中搜索的最近鄰實(shí)例無法準(zhǔn)確對特征進(jìn)行評估的原因進(jìn)行了分析；接著MLRFS方法在降維后的特征子集

6、空間中搜索最近鄰實(shí)例，并在這些實(shí)例上對特征子集進(jìn)行評估；為了給出一個(gè)合理的特征子集，MLRFS采用前向搜索的啟發(fā)式方法搜索特征子集。
　　（4）提出了基于相關(guān)近似熵的特征生成方法。特征選擇是一個(gè)NP-hard問題，雖然EMFSIE和MLRFS方法可以顯著改善數(shù)據(jù)異常檢測模型的性能，但它們無法找到最優(yōu)的特征子集。為此，基于相關(guān)近似熵的特征生成方法從特征生成的角度研究改善數(shù)據(jù)異常檢測模型的性能，解決模糊近似熵在計(jì)算傳感器數(shù)據(jù)特征時(shí)計(jì)算

7、復(fù)雜度較大和依賴的參數(shù)過多的問題。相關(guān)近似熵方法采用相關(guān)信息熵來計(jì)算向量空間中多維數(shù)據(jù)之間的相關(guān)度，通過計(jì)算向量空間在其維數(shù)由M維增加到M+1維時(shí)多維數(shù)據(jù)之間保持相關(guān)性的概率來判定一個(gè)時(shí)間序列的復(fù)雜程度。相對于模糊近似熵，相關(guān)近似熵方法將依賴參數(shù)從4個(gè)減少到了2個(gè)，并減小了計(jì)算復(fù)雜度。
　?。?）提出了一種基于相關(guān)信息熵的數(shù)據(jù)異常檢測方法。該方法從多種數(shù)據(jù)異常標(biāo)簽之間的相關(guān)關(guān)系角度研究改善數(shù)據(jù)異常檢測模型的性能，采用相關(guān)信息熵對不