河网中具有时空关系的异常事件在线检测

摘要：

当网络异常事件发生时,传感器节点间的时空相关性往往非常明显.而现有方法通常将时间和空间数据性质分开考虑,提出一种分散的基于概率图模型的时空异常事件检测算法.该算法首先利用连通支配集算法(CDS)选择部分传感器节点监测,避免监测所有的传感器节点;然后通过马尔可夫链(MC)预测时间异常事件;最后用贝叶斯网络(BN)推测空间异常事件是否出现,结合时空事件来预测异常事件是否会发生.与简单阈值算法和基于贝叶斯网络算法对比,实验结果表明该算法有高检测精度、低延迟率,能大幅降低通信开销,提高响应速度.

关键词：异常事件检测、马尔可夫链、贝叶斯网络、时空事件、连通支配集

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61272543;国家科技支撑计划项目2013BAB06B04;中央高校基本科研业务费专项资金资助项目2015B22214中国华能集团公司总部科技项目HNKJ13-H17-04;云南省科技计划项目2014GA007

在线出版日期：2015-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3106-3111,3207