传感器网络中的局部异常检测算法

J4 ›› 2012, Vol. 34 ›› Issue (10): 43-47.

传感器网络中的局部异常检测算法

吴中博，袁磊，王敏

(湖北文理学院数学与计算机科学学院，湖北襄阳 441053）

收稿日期:2012-04-25 修回日期:2012-07-10 出版日期:2012-10-25 发布日期:2012-10-22
基金资助:
湖北省优秀中青年项目（Q20102604）;国家自然科学基金（青年基金）资助项目（61202046）

Local Outlier Detection Algorithm in Sensor Network

WU Zhongbo,YUAN Lei,WANG Min

(School of Mathematics and Computer Science,Hubei University of Arts and Science,Xiangyang 441053,China)

Received:2012-04-25 Revised:2012-07-10 Online:2012-10-25 Published:2012-10-22

摘要/Abstract

摘要：

找到异常数据对于传感器网络来说非常重要。本文通过一个例子首先提出了局部异常的概念。与传统异常不同，局部异常仅取决于节点及其周围节点的取值。我们给出了局部异常的形式化定义，并首先提出了解决局部异常的Nave算法，由于其能耗过大，又提出了分布式的解决方案DLODA。DLODA将网络分成多个区域，每个区域选择一个簇头，簇头能够在网内提前算出部分查询结果，并过滤掉不会成为查询结果的数据，以节约能量开销。最后从能量消耗和响应时间两个方面对DLODA的性能进行了评估，实验显示DLODA具有良好性能。

关键词: 传感器网络, 局部异常检测, 网内处理

Abstract:

Finding outlier data is very important for sensor network. In this paper we put forward the concept of local outlier by an example. Different with traditional outlier, whether a sensor node becomes a local outlier only depends on its neighbor nodes. We give its formula definition and put forward a Nave algorithm that consume excessive energy. Then we devise a distributed algorithm named DLODA. The DLODA divides the network into many areas and selects a cluster head for each area. The cluster head can compute part results innetwork and filter the data which will not become the results to save energy. Finally we evaluate the DLODA in terms of energy consumption and response time. Experiments show that the DLODA has good performance.

Key words: sensor network;local outlier detection;innetwork processing

吴中博，袁磊，王敏. 传感器网络中的局部异常检测算法[J]. J4, 2012, 34(10): 43-47.

WU Zhongbo,YUAN Lei,WANG Min. Local Outlier Detection Algorithm in Sensor Network[J]. J4, 2012, 34(10): 43-47.

[1]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(08): 1508-1520.
[2]	赵玉华, 贾向东, 胡海霞, 敬乐天. 无人机辅助的无线传感网络AoI最小化方案研究[J]. 计算机工程与科学, 2022, 44(07): 1216-1222.
[3]	张孟健, 汪敏, 王霄, 覃涛, 杨靖, . 混合粒子群-蝴蝶算法的WSN节点部署研究[J]. 计算机工程与科学, 2022, 44(06): 1013-1022.
[4]	高航, 吴嘉鑫, 陈龙, 武继刚. QoS保障下的无人机传感网安全通信路径规划[J]. 计算机工程与科学, 2022, 44(06): 1037-1045.
[5]	苟平章, 原晨, 张芬. 基于软件定义的WSNs非均匀分簇QoS路由算法[J]. 计算机工程与科学, 2022, 44(02): 227-236.
[6]	尹玲, 谢志军. 基于时空协作的多移动充电器充电路径规划的研究[J]. 计算机工程与科学, 2021, 43(12): 2183-2189.
[7]	张晶, 魏淼, . 基于Delaunay三角划分策略的WSN区域覆盖优化研究[J]. 计算机工程与科学, 2021, 43(11): 1944-1951.
[8]	魏连锁, 陈齐齐, 韩建, 苏扬. 一种基于区域分裂与合并的势博弈网络拓扑控制算法[J]. 计算机工程与科学, 2021, 43(11): 2063-2068.
[9]	苟平章, 刘学治, 孙梦源, 何博. 基于跳距修正与狮群优化的WSNs三维定位算法[J]. 计算机工程与科学, 2021, 43(08): 1405-1412.
[10]	周静, 关玉蓉. 基于SDN的DWSN技术分析及性能优化研究[J]. 计算机工程与科学, 2021, 43(08): 1413-1421.
[11]	宋玲, 黄达胜. 一种基于狼群优化的改进DV_Hop定位算法[J]. 计算机工程与科学, 2021, 43(07): 1210-1218.
[12]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.
[13]	张华南, 金红, 王峰. 无线传感器网络节能探索与研究[J]. 计算机工程与科学, 2021, 43(02): 295-303.
[14]	苟平章，张芬，毛刚，贾向东. 基于AGNES聚类的能耗均衡WSNs优化路由算法[J]. 计算机工程与科学, 2020, 42(04): 620-627.
[15]	胡震海，王立松. 抗窃听攻击的传感器网络空间范围聚集查询处理算法[J]. 计算机工程与科学, 2020, 42(01): 46-54.