一种基于分层聚合的分布式异常数据检测方案

• 作者: 吴蒙 杨立君 许春杰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 异常检测 无监督学习 无线传感器网络 分布式处理 聚类
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 移动互联与通信技术
• 页码范围: 213-219
• 页数: 7页
• 分类号: TP391
• 字数: 5358字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054066

摘要

在无线传感器网络中,由于传感器节点的带宽、功率、计算能力有限,传统的集中式方案难以区分海量数据中的异常数据.为解决此问题,提出一种基于多层分布式无线传感器网络的异常数据检测方案.在节点层级采用K-Means++算法对数据进行聚类,执行簇合并算法以减少数据传输量,在网关节点执行基于KNN的异常簇检测算法,将正常簇信息返回至底层节点进行局部检测,从而区分异常数据.在高斯数据集与IBRL数据集上的实验结果表明,该方案检测率高于98％,且能显著降低通信消耗.

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	许春杰	南京邮电大学计算机学院	1	1	1.0	1.0