一种基于分层聚合的分布式异常数据检测方案

来源：计算机工程杂志2020年第4期北京时间：

作者：许春杰, 吴蒙, 杨立君

单位：南京邮电大学 a. 计算机学院;b. 通信与信息工程学院;c. 物联网学院, 南京 210023

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。

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

基金资助：国家自然科学基金青年基金（61602263）；江苏省基础研究计划（自然科学基金）青年基金（BK20160916）；中国博士后基金（2017M621798）；南京邮电大学引进人才科研启动基金（NY216020）。