二值无线传感网络下异常活动的分布式检测

摘要：

针对无线传感网络下的异常活动检测问题,提出了异常活动分布式检测方法(distributed abnormal activity detection approach,DetectingAct).DetectingAct将活动的定义从轨迹扩展到轨迹和持续时间的组合,将异常活动定义为在数据分布上与正常活动,即数据中反复出现的活动,偏差较大的活动,利用节点自身计算资源和存储资源进行检测.DetectingAct采用时间相关的频繁项集挖掘算法(duration-dependent frequent pattern mining algorithm,DFPMA)从数据中挖掘正常活动.算法采用了非监督学习方法,避免了监督学习需要大量标记数据的缺点;按分布式存储机制(distributed knowledge storage mechanism,DKSM)将正常活动模式存入各节点;用分布式检测算法(distributed abnormal activity detection algorithm,DAADA)检测活动.理论分析和实验结果表明,分布式检测方法相比传统的活动检测算法,实时性更强,平均检测长度为轨迹的78.2％,精度更高,准确率达到96.9％.

关键词：二值传感器网络、分布式检测、活动持续时间、非监督学习

所属期刊栏目：35

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61004112;中央高校基本科研基金资助项目CDJZR12180006

在线出版日期：2015-04-15（万方平台首次上网日期，不代表论文的发表时间）

页码：97-104,110