基于四分之一超球SVM的WSN异常检测

• 作者: 华志颖 吴蒙 杨立君
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: WSN 异常检测 SVM 粒子群算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 通信与电子
• 页码范围: 47-54
• 页数: 8页
• 分类号: TN929.5|TP212.9
• 字数: 5593字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2019.04.007

摘要

无线传感器网络(WSN)收集的数据本质上是不可靠的,因此为了提高数据质量,需要对网络进行异常值检测.文中提出了一种基于四分之一超球支持向量机(SVM)算法的异常数据检测方法,利用从传感器节点中收集到的原始数据建立支持向量机预测模型,并结合粒子群算法(PSO)找出最佳参数,然后利用最佳参数对原本的模型进行优化.以一种分布式在线方式,对正常和异常数据进行实时区分.实验结果表明,该方法可以实现异常检测的效果,并且具有较高的准确率和较低的误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴蒙	南京邮电大学通信与信息工程学院	105	657	12.0	19.0
2	杨立君	南京邮电大学物联网学院	32	146	7.0	10.0
3	华志颖	南京邮电大学计算机学院	1	1	1.0	1.0