M-TAEDA:多变量水质参数时序数据异常事件检测算法

来源：计算机应用杂志2017年第1期北京时间：

作者：毛莺池, 齐海, 接青, 王龙宝

单位：河海大学 计算机与信息学院, 南京 211100

摘要：在供水管网中部署传感器网络实时获取多个水质参数时间序列数据，当供水管网发生污染时，高效准确地检测水质异常是一个重要问题。提出多变量水质参数时间异常事件检测算法（M-TAEDA），利用BP模型分析多变量水质参数的时序数据，确定可能离群点；结合贝叶斯序贯分析独立更新每个参数的事件概率，预测单个传感器节点检测的异常概率；将单变量的事件概率融合为统一多变量事件概率，融合判断异常事件。实验结果表明：BP模型模拟多变量水质参数进行预测可以达到90%精确度；与单变量参数时间异常事件检测算法（S-TAEDA）相比，M-TAEDA可以提高异常检出率约40%，降低误报率约45%。

关键词：无线传感器网络,异常事件检测,BP模型,多变量水质参数,时间序列数据

基金资助：国家自然科学基金资助项目（U1301252）；国家科技支撑计划项目（2013BAB06B04）；国家重点研发计划项目（2016YFC0400910）；中国华能集团公司总部科技项目（HNKJ13-H17-04）；云南省科技计划项目（2014GA007）；中央高校基本科研业务费专项资金资助项目（2015B22214）。