基于GATv2-TCN联合优化的WSN数据流异常检测算法

来源：计算机工程与科学杂志2025年第5期北京时间：

作者：苏宇杭, 马俊, 樊津瑜, 陈博行, 周家城, 尹博然

单位：1.青海师范大学物理与电子信息工程学院，青海 西宁 810016；2.青海师范大学高原科学与可持续发展研究院（物联网重点实验室），青海 西宁 810016；3.青海大学计算机技术与应用学院，青海 西宁 810016

摘要：在传感器网络中，通过对数据流进行异常检测能够及时发现故障并报警，以确保系统安全可靠运行。然而WSN数据流异常检测仍面临2大难题：1）不同时间序列间复杂的相关性有待深入挖掘；2）在正常/异常样本分布极度不平衡的数据集中异常样本不易检出。提出一种基于GATv2-TCN的异常检测算法。采用GATv2和TCN来建模特征和时间维度的复杂关系，并优化预测和重构模块。采用4个数据集对所提算法进行性能验证与分析。实验结果表明，所提算法获得了较高的F1和AUC，特别是在不平衡的数据集中各项指标均高于基线模型，具有较好的WSN数据流异常检测效果。

关键词：无线传感器网络,数据流异常检测,GATv2,TCN,

基金资助：青海省自然科学基金（2021-ZJ-916）