无线传感网络前端数据异常监测方法马峰 .pdfVIP

无线传感网络前端数据异常监测方法马峰

发布时间：2021-09-10T08:56:29.035Z来源：《福光技术》2021年12期作者：马峰

[导读]为了提高数据异常监测结果的准确性，为无线传感网络的大范围覆盖提供安全保障，开展无线传感网络前端数据异常监测方法的研

究。

中国联合网络通信有限公司济南市分公司山东济南250014

摘要：为了提高数据异常监测结果的准确性，为无线传感网络的大范围覆盖提供安全保障，开展无线传感网络前端数据异常监测方法

的研究。引进EDM算法与高斯建模方法，对前端的异常情况进行自适应学习，根据不同节点的实际情况，获取训练数据。引进拉依

达准则，制定正态数据分布概率与异常数据识别依据，输出识别到的异常数据。实验结果表明，设计的异常监测方法在实际应用中，可以

准确监测到由于不同原因造成的前端数据异常，满足无线传感网络在稳定运行中的异常监测需求。

关键词：无线传感网络；前端数据；异常监测；阈值学习；监测点

引言

无线传感网络的功能与无线传感器较为接近，集成在网络中的通信设备与信息传输设备，均可通过无线连接的方式进行资源交互，因

此可以认为无线传感网络整体具有较为灵活的特点。在我国无线传输技术持续发展的背景下，无线传感网络在市场内的应用也越来越广

泛，相比有线终端网络，此种网络的拓扑结构具有不确定性特点，节点可以根据网络结构的变化随时调整，集成的网络图也可以根据信

息传输需求被拆开或合并[1]。但由于拓扑结构的随机性与跳动性过强，导致前端进行无线传感网络控制的难度较大，尽管在一个相同的

网络环境下，传输基站与传感器之间的节点呈现一种相对集成的状态，但其中主机设备与路由设备的节点在网络中仍是较为分散的。在

此种网络下进行信息与数据的传输与交互，极易受到外界不法分子与恶意攻击病毒的入侵，而为了满足数据的实时传输需求，大部分信

息转接节点均是暴露在网络外部的，此种现象更是加剧了网络数据的危险性[2]。综合近年来相关技术研究部门反馈的数据可知，无线传

感网络前端数据被恶意篡改的行为屡见不鲜，为了提高无线传输的安全性与数据隐私性，本文将设计一种无线传感网络前端数据异常监

测方法，及时掌握资源交互过程中的网络异常现象，进一步实现无线传感网络在产业与社会中普及。

一、无线传感网络前端数据异常监测方法

1、基于阈值学习的无线传感网络前端监测点数据获取

考虑到在无线传感网络前端数据异常监测过程中，不同的监测点与不同的传感器位置监测到的数据异常情况是不同的，为了确保获取

的监测数据可以满足前端数据的监测要求，引进EDM算法与高斯建模方法，对前端的异常情况进行自适应学习，在此基础上，根据不同

节点的实际情况，获取训练数据。

在上文提出的内容中，可对传感器获取的前端导入进行极值的初步获取，但此时获取的信息可能存在拟合偏差，对此种类型的数据进

行异常检测将失去意义[3]。因此，可通过阈值学习方式，将获取的数据极值端点进行延长，确保延长后上下机位的数据均可与端点相交。

假定无线传感网络前端数据传输节点表示为i，在进行i的正常获取时，采集的数据应包括i+1、i-1、i+2、i-2，数据集合中样本的数量表示

为L，此时可在网络前端设置一个长度为N的滑动窗口，按照FIFO格式，进行VL的更新。假定在滑动窗口界面时，第h个数据表示为

xh(t)，则对应xh(t)的描述与处理过程如下：

定位xh(t)的空间位置，计算xh(t)的局部极值点坐标，绘制xh(t)最大值与最小值的包络线，即为e0(t)与v0(t)。在此基础上，计算最

大包络线与最小包络线平的均值，得到最小值与最小值的差值。计算公式如下：

公式（1）为均值计算公式；公式（2）为差值计算公式。在完成

获取数据极值差值的计算后，进行h0(t)的评估，当h0(t)的结果值满足监测要求时，直接导出数据，当h0(t)的结果值不满足监测要求

时，重复上述步骤，进行极值点的重新定位，以此种方式得到一个符合终端监测标准的监测点数据集合。

2、基于拉依达准则的异常信号识别

在完成监测点数据的获取后，引进拉依达准则，即3α准则，进行无线传感网络前端数据异常的识别。在此过程中，可假定前端数据在

网络中是呈现一种正态分布的趋势，其中α表示为数据的标准差；u表示为数据的均值[4]。根据3α理论，正态数据分布在[u-3α~u+3α]范

围内的概率为0.9974，当正态数据超出此界