基于贝叶斯信念网络的多层传感网异常识别模型的设计
多层传感网由于其不同层次的异常特征差异较大,导致其异常数据识别存在一定的困难.传统的识别方法多以数据流量异常为参照指标,并在建模过程中需要明确不同层次之间的关联,否则就无法设置检测阈值,因此导致了误报警情况频发.该文提出将贝叶斯信念网络引入到多层传感网异常数据检测模型中,并通过评估函数来测试不同的网络结构与多层传感网中某一层的契合度,随后采用压缩候选方法来分析异常数据间的依赖关系,从而对采集到的数据样本进行筛选,最终挖掘出异常数据.
多层传感网、异常数据、数据挖掘、识别模型
15
TP393(计算技术、计算机技术)
2019-09-27（万方平台首次上网日期，不代表论文的发表时间）
共2页
189-190
