传感器网络目前被广泛应用于国防军事、环境监测、交通管理、智能家居、制造业、反恐抗灾等领域。复杂的环境和低廉的价格导致传感器节点易于失效,失效的节点可能会报告任意的读数;而且,由于受到干扰,传感器节点也经常会产生噪音。因此,异常检测是传感器网络走向实用的重要支撑技术。现有的算法大多考虑减少通讯开销,忽略了节点的实际计算能力;而且现有的异常检测和查询处理是两个孤立的过程,不能很好结合。本项目拟提出一种近似的异常检测技术,在簇头和簇间建立两级异常检测机制,可以有效平衡网络负载;利用节点向量相似性来进行异常检测,针对节点相似性比较时间复杂度过高的问题,利用局部敏感哈希映射机制对节点读向量进行缩减,在保证相似性比较精度的同时减少时间复杂度;提出一种面向查询处理的异常检测技术,在查询处理的同时进行异常检测,提高查询处理结果的可靠性,进一步促进和推动无线传感器网络实用化的进程。
英文主题词Sensor Network;Outlier Detection;In-Network process;Similarity;