異常事件檢測(cè)(數(shù)據(jù)庫)

時(shí)間：2022-12-05 22:30:01 | 來源：信息時(shí)代

時(shí)間：2022-12-05 22:30:01 來源：信息時(shí)代

    異常事件檢測(cè) : 異常事件檢測(cè)是指散布在一定區(qū)域的傳感器監(jiān)測(cè)不符合規(guī)律的事件是否發(fā)生的過程。一旦檢測(cè)到異常事件發(fā)生,即通過無線網(wǎng)絡(luò)將此消息發(fā)送到匯聚節(jié)點(diǎn)。這一類的應(yīng)用的例子包括: 軍事上利用無線傳感器網(wǎng)絡(luò)對(duì)特定的區(qū)域進(jìn)行監(jiān)控,看是否有敵人入侵或受到武器攻擊; 在家中用無線傳感器網(wǎng)絡(luò)進(jìn)行防火、防盜等。
異常事件檢測(cè)是一類典型的傳感器網(wǎng)絡(luò)應(yīng)用。通過使用由大量互連的微型傳感器節(jié)點(diǎn)組成的傳感器網(wǎng)絡(luò),研究人員可以對(duì)網(wǎng)絡(luò)中的感知數(shù)據(jù)進(jìn)行分析,從而檢測(cè)出對(duì)用戶有意義的事件信息。用戶以查詢的方式將任務(wù)分派給各個(gè)節(jié)點(diǎn),節(jié)點(diǎn)按照指定的任務(wù)來判斷在其感知范圍內(nèi)是否有用戶關(guān)心的事件發(fā)生,其中,事件可以是火山爆發(fā)、發(fā)生火災(zāi)、氣體濃度超標(biāo)或是特殊目標(biāo)的出現(xiàn)等。
異常事件檢測(cè)作為無線傳感器網(wǎng)絡(luò)應(yīng)用中的一項(xiàng)重要應(yīng)用,對(duì)于查詢結(jié)果的精度要求是相當(dāng)高的,因?yàn)檫@類應(yīng)用往往需要迅速準(zhǔn)確地返回事件信息,如果查詢結(jié)果的精度太低,謊報(bào)、誤報(bào)都會(huì)給用戶造成大量的人力物力損失。但是,無線傳感器本身就存在的數(shù)據(jù)準(zhǔn)確性低、易受干擾的特點(diǎn),需要在異常事件檢測(cè)應(yīng)用中采取一些措施以保證去掉錯(cuò)誤數(shù)據(jù),避免錯(cuò)誤數(shù)據(jù)對(duì)檢測(cè)結(jié)果帶來的干擾。
無線傳感器網(wǎng)絡(luò)中異常事件檢測(cè)方法包括:
(1)基于幾何學(xué)的方法:基于幾何學(xué)的錯(cuò)誤容忍的分布式檢測(cè)方法主要基于幾何學(xué)的一些既有理論,在關(guān)于事件的假設(shè)前提下,可以有效地判斷出錯(cuò)誤節(jié)點(diǎn)等信息。關(guān)于事件的兩個(gè)假設(shè)前提是: ①網(wǎng)絡(luò)中的任何節(jié)點(diǎn)都知道自己的地理位置,同時(shí)也知道每一個(gè)鄰居節(jié)點(diǎn)的地理位置。②事件發(fā)生時(shí)的事件區(qū)域形狀是凸多邊形的,并且是連續(xù)的。如圖1所示,有三個(gè)節(jié)點(diǎn)n₁、n₂、n₃,圓O₁、O₂、O₃是以n₁、n₂、n₃為圓心,分別以三個(gè)節(jié)點(diǎn)的輻射范圍為半徑畫出的圓。連線O₁O₂、O₂O₃、O₃O₁分別是三個(gè)圓的圓心連線。這些圓心連線分別與每個(gè)圓有兩個(gè)交點(diǎn),在交點(diǎn)處作切線,切線的交點(diǎn)分別是X₁、X₂、X₃。如果n₁、n₂、n₃同時(shí)檢測(cè)到了事件的發(fā)生,那么三角形區(qū)域X₁X₂X₃內(nèi)的所有節(jié)點(diǎn)一定都會(huì)感知到異常事件的發(fā)生,否則,沒有感知到事件發(fā)生的節(jié)點(diǎn)一定是發(fā)生了錯(cuò)誤。

圖1 基于幾何學(xué)的錯(cuò)誤容忍的分布式異常事件檢測(cè)方法

(2)基于概率模型的方法:基于概率模型的方法利用了無線傳感器網(wǎng)絡(luò)中感知數(shù)據(jù)所具備的感知數(shù)據(jù)時(shí)空關(guān)聯(lián)性,尤其是不同屬性之間的關(guān)聯(lián)特性。該方法主要使用一個(gè)轉(zhuǎn)換模型來計(jì)算分布式函數(shù)

在屬性X_i^t+1 (1,…,n)上的概率,函數(shù)的計(jì)算要依賴于以前的觀測(cè)值。
該分布式函數(shù)的概率可以通過積分公式

得到。如果計(jì)算出來的

_i^t+1滿足

那么,說明在滿足用戶容忍度ε的情況下可以用模型計(jì)算的預(yù)測(cè)值來進(jìn)行預(yù)測(cè)而不用傳送數(shù)據(jù)。否則,說明當(dāng)前產(chǎn)生的數(shù)據(jù)無法通過已觀測(cè)值構(gòu)成的模型來進(jìn)行預(yù)測(cè)。如果已觀測(cè)值是用戶通過大量數(shù)據(jù)積累起來的正常情況網(wǎng)絡(luò)應(yīng)該滿足的模型,那么不滿足此模型則說明產(chǎn)生了異常。
在火災(zāi)報(bào)警這樣的應(yīng)用中,火災(zāi)是小概率事件。大多數(shù)情況下感知數(shù)據(jù)還是能夠滿足正常情況下的數(shù)據(jù)模型的。即使這類應(yīng)用的采樣率在某些情況下很高,但是由于只在小概率事件發(fā)生的情況下傳送數(shù)據(jù),網(wǎng)絡(luò)的使用率也可以保持在一個(gè)相當(dāng)?shù)偷乃?即在事件傳送的通信方面的能量消耗是非常低的。
采用概率方法對(duì)傳感器數(shù)據(jù)建模,需要有先驗(yàn)的數(shù)據(jù)知識(shí),需要構(gòu)建的網(wǎng)絡(luò)具有采集和訓(xùn)練數(shù)據(jù)的能力。用訓(xùn)練數(shù)據(jù)進(jìn)行不斷地學(xué)習(xí),得到一個(gè)與訓(xùn)練數(shù)據(jù)擬合的模型。在之后的網(wǎng)絡(luò)運(yùn)行中根據(jù)這個(gè)擬合的模型進(jìn)行預(yù)測(cè)?？梢詫⒚恳粋€(gè)傳感器節(jié)點(diǎn)的每一個(gè)感知屬性作為一個(gè)維度來處理,對(duì)于網(wǎng)絡(luò)鋪設(shè)位置已知,節(jié)點(diǎn)數(shù)量、屬性值不多,尤其是已經(jīng)存在訓(xùn)練數(shù)據(jù)的情況下,這種方法是非常理想的。