一种联合时域和空域残差的网络异常检测与节点定位方法OACSTPCD
Detection and Localization of Outlier Nodes in Wireless Sensor Networks via Jointing Temporal and Spatial Residuals
无线传感器网络中,有效检测网络异常并定位异常节点是确保数据可靠性的前提.传统的基于图信号处理的网络异常检测和异常节点定位方法无法兼顾检测性能和定位性能.为克服此缺点,提出了一种联合图信号时域和空域残差的网络异常检测与节点定位方法.首先,建立一个基于历史数据相关性和节点距离的图信号模型.接着,联合图信号高频分量的时域残差和空域残差实现网络异常检测.然后,利用图信号时域残差把传感器节点分成两组.在分组过程中,通过最大化有序残差分组间的均值差将异常节点划分到同一组.最后,判定具有较大残差值分组的传感器节点为异常节点.基于全球海平面压力和温度数据的仿真结果表明了所提方法的有效性.针对异常节点海平面压力误差为4 kPa、温度误差为5℃和3℃的三种情况,与双通道图滤波方法相比,所提方法的检测概率提高了至少20%,正确定位率提高了至少15%.
金明;丁蓉
宁波大学信息科学与工程学院,浙江宁波 315200宁波大学信息科学与工程学院,浙江宁波 315200
计算机与自动化
无线传感器网络图信号异常节点时域残差空域残差检测与定位
wireless sensor networkgraph signalsoutlier nodestemporal residualsspatial residualsdetection and localization
《电子学报》 2023 (5)
面向高新鲜度物联网业务的无人机智能数据采集技术研究
1172-1178,7
国家自然科学基金(No.61871246,No.61971249)浙江省杰出青年科学基金(No.LR21F010001)宁波市自然科学基金重点项目(No.202003N4013) National Natural Science Foundation of China(No.61871246,No.61971249)Zhejiang Provin-cial Natural Science Funds for Distinguished Young Scholars(No.LR21F010001)Ningbo Key Program of Natural Science Funds(No.202003N4013)
评论