基于K-means聚类的WSN异常数据检测算法

• 作者: 李光辉 费欢
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: K-means算法 无线传感器网络 聚类 异常数据检测 密度聚类
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 移动互联与通信技术
• 页码范围: 124-128
• 页数: 5页
• 分类号: TP393
• 字数: 5314字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.07.024

摘要

为提高无线传感器网络应用系统的可靠性,对传感器节点采集的环境数据集进行检测,提出一种改进的异常数据检测算法.采用K-means算法思想,结合无线传感器网络数据的特点,以欧式距离作为指标,比较数据点的相似度并划分聚类,根据数据点与聚类中心之间的距离区分正常数据与异常数据.实验结果表明,当数据规模超过1 000时,与基于噪声的密度聚类算法相比,该算法对于异常数据的检测率较高,误报率较低.