基于多维Epanechnikov核密度估计的异常检测方法
【专利摘要】本发明涉及基于多维Epanechnikov核密度估计的异常检测方法。目的是提供的方法能准确检测出异常数据。技术方案是：一种基于多维Epanechnikov核密度估计的异常检测方法，依次包括以下步骤：1）所有分布节点各自采集数据，接着利用基于第k个最近距离的采样方法进行异常值诊断；2）在簇首节点滑动窗口内形成正常数据样本，根据该样本在簇首节点滑动窗口内建立核密度估计模型；3）上述核密度估计模型发送给各分布节点，各分布节点利用该核密度估计模型判断下一时刻各分布节点内到达的数据是否异常；4）每隔时间T，各分布节点主动向簇首节点发送最新一段时间的正常数据；5）返回至步骤一。
【专利说明】基于多维Epanechn i kov核密度估计的异常检测方法
【技术领域】
[0001]本专利涉及无线传感器网络数据可靠性检测方法，尤其是一种基于多维Epanechnikov核密度估计异常值检测方法。
【背景技术】
[0002]真实的生活环境中存在的很多物理现象(比如温度、湿度、大气压力等)都需要持续地被监测。无线传感器网络(WSN)作为一种非常重要的数据来源，其采集的数据非常容易受到各种噪声来源的影响，比如节点软硬件故障，节点通信时遇到的环境噪声。这些噪声会严重影响传感器的读数，以及数据的分布情况，导致传感器产生不精确的或错误的数据。因此设计一种有效的传感器数据流分析处理方法是近年来无线传感器网络异常检测研究的重点。目前，大多数无线传感器网络异常数据检测方法并不能满足实际应用的精度要求，而能够满足精度要求的算 法又有很高的计算复杂度。
【发明内容】
[0003]本发明的目的是提供一种基于多维Epanechnikov核密度估计的无线传感器网络数据异常值检测方法；该方法能准确检测出异常数据，并具有无需设置阈值、通信开销大大降低的特点。
[0004]本发明提供的技术方案是:一种基于多维Epanechnikov核密度估计的异常检测方法，依次包括以下步骤:
[0005]I)所有分布节点各自采集数据，接着利用基于第k个最近距离的采样方法进行异常值诊断，如果数据是正常值，就直接上传给簇首节点，如果是异常的，就将该异常值删除；
[0006]2)在簇首节点滑动窗口内形成正常数据样本，根据该样本在簇首节点滑动窗口内
建立核密度估计模型:
【权利要求】
1.一种基于多维Epanechnikov核密度估计的异常检测方法，依次包括以下步骤: 1)所有分布节点各自采集数据，接着利用基于第k个最近距离的采样方法进行异常值诊断，如果数据是正常值，就直接上传给簇首节点，如果是异常值，就将该异常值删除；2)在簇首节点滑动窗口内形成正常数据样本，根据该样本在簇首节点滑动窗口内建立核密度估计模型:
2.根据权利要求1所述的基于多维Epanechnikov核密度估计的异常检测方法,其特征在于:所述步骤一中基于第k个最近距离的采样方法按以下步骤进行:(O设分布节点Ndj滑动窗口内初始数据Z(/)，式中，N为各分布节点滑动窗口的大小，Ndj为第j个分布节点； (2)计算两个时刻数据值之间的欧氏距离，并令矩阵A中的元素为
3.根据权利要求2所述的基于多维Epanechnikov核密度估计的异常检测方法,其特征在于:各分布节点的滑动窗口内的数据集合为其中N为分布节点上的滑动窗口 大小。
【文档编号】H04W24/04GK103916896SQ201410116085
【公开日】2014年7月9日 申请日期:2014年3月26日 优先权日:2014年3月26日
【发明者】李光辉, 朱虹 申请人:浙江农林大学