一種在線河網(wǎng)時空異常事件檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及無線傳感網(wǎng)檢測技術(shù)領(lǐng)域，具體涉及一種利用分散的方法對河網(wǎng)無線 傳感網(wǎng)絡(luò)進(jìn)行時空異常事件檢測的方法。
【背景技術(shù)】
[0002] 隨著傳感器技術(shù)的快速發(fā)展和無線通信技術(shù)的日益成熟，無線傳感器網(wǎng)絡(luò)被廣泛 的應(yīng)用到生態(tài)科學(xué)觀察，環(huán)境監(jiān)測，災(zāi)難預(yù)警以及國防軍事等領(lǐng)域。在這些實際應(yīng)用中，自 動化的異常事件檢測功能是必不可少的。通常來說，為了能夠盡快的針對網(wǎng)絡(luò)異常做出相 應(yīng)的補救措施，需要實時檢測突發(fā)的對系統(tǒng)應(yīng)用造成影響的一切事件，包括物理現(xiàn)象、污染 物監(jiān)測等，然后做出預(yù)警提示。傳感器部署在河網(wǎng)中，來實時監(jiān)測水中不同的物質(zhì)例如氯的 濃度，水中游離氯的含量過高是水質(zhì)污染最重要的原因，所以選擇監(jiān)測游離氯濃度來判斷 異常事件的發(fā)生。傳感器能產(chǎn)生大量的數(shù)據(jù)流，需要實時分析傳感器的監(jiān)測值，來檢測異常 事件，特別是那些能造成河網(wǎng)水環(huán)境污染的異常事件。
[0003] 最近幾年，對異常事件檢測的研宄在無線傳感網(wǎng)絡(luò)領(lǐng)域已經(jīng)得到很多關(guān)注。傳統(tǒng) 的無線傳感網(wǎng)絡(luò)異常事件檢測方法可以大致分為三類：基于閾值的檢測方法，基于模式的 檢測方法和基于學(xué)習(xí)的推理檢測方法。
[0004] 上述幾類方法都單獨局限于時間或空間域的推理和學(xué)習(xí)，而時間和空間聯(lián)合推理 和學(xué)習(xí)提及很少。而現(xiàn)實世界里，傳感器都是按一定空間關(guān)系布局，傳感數(shù)據(jù)則是按一定時 間周期采集的，因此，傳感數(shù)據(jù)已表現(xiàn)出強烈的時空相關(guān)性，這樣的時空關(guān)系對事件檢測的 準(zhǔn)確性至關(guān)重要。一種有效的異常事件檢測方法，該方法不僅檢測時間異常，而且檢測空間 異常，追蹤異常事件的傳播路徑，是異常事件檢測要解決的問題，也是本發(fā)明所要解決的問 題。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：一種在線河網(wǎng)時空異常事件檢測的方法，解決現(xiàn)有技術(shù)中無法綜合考 慮網(wǎng)絡(luò)異常事件的時空相關(guān)性的問題。為了能綜合考慮時間和空間因素，選擇概率圖模型 分別模擬時間和空間數(shù)據(jù)，利用基于學(xué)習(xí)方法的馬爾科夫鏈發(fā)現(xiàn)時間事件，用貝葉斯網(wǎng)絡(luò) 推測空間事件的出現(xiàn)概率，綜合考慮時間和空間異常事件，判定是否有時空異常事件發(fā)生。 并且用連通支配集算法選擇重要的節(jié)點作為骨干接點代替所有的節(jié)點在線監(jiān)測。
[0006] 技術(shù)方案：一種在線河網(wǎng)時空異常事件檢測方法，包括以下四個方面：
[0007] (1)利用連通支配集算法選擇骨干節(jié)點，在線監(jiān)測骨干節(jié)點的時間和空間狀態(tài)，代 替監(jiān)測全部節(jié)點；
[0008] (2)用馬爾科夫鏈模擬時間過程，根據(jù)步驟（1)選出的骨干節(jié)點單獨的經(jīng)過馬爾 科夫鏈，利用狀態(tài)之間轉(zhuǎn)移概率預(yù)測事件發(fā)展變化趨勢。當(dāng)經(jīng)過馬爾科夫鏈時，如果預(yù)測的 骨干節(jié)點傳感器狀態(tài)對s,， t+r)有一段時間序列T與實測的傳感器狀態(tài)X(Si，t+T)不一致 時，認(rèn)為發(fā)生了時間異常；
[0009] (3)河網(wǎng)傳感器的空間分布用貝葉斯網(wǎng)絡(luò)表示，把每個傳感器看做貝葉斯網(wǎng)絡(luò)的 一個節(jié)點，河流的流向看作貝葉斯網(wǎng)絡(luò)邊的方向。可以把傳感器網(wǎng)絡(luò)看成是一個有向無環(huán) 的貝葉斯網(wǎng)絡(luò)，用貝葉斯網(wǎng)絡(luò)推測空間事件的出現(xiàn)概率判斷是否發(fā)生空間異常；
[0010] (4)根據(jù)馬爾科夫狀態(tài)轉(zhuǎn)換看河網(wǎng)中骨干節(jié)點是否有時間異常事件發(fā)生，然后根 據(jù)貝葉斯網(wǎng)絡(luò)預(yù)測骨干節(jié)點是否有空間異常事件發(fā)生，最后判定是否有時空異常事件發(fā) 生，時間和空間相關(guān)性模型將互相協(xié)調(diào)來檢測時空異常事件；
[0011] 本發(fā)明披露的一種在線河網(wǎng)時空異常事件檢測的方法，所述內(nèi)容（1)利用連通支 配集算法選擇骨干節(jié)點，在線監(jiān)測骨干節(jié)點的時間和空間狀態(tài)，代替監(jiān)測全部節(jié)點的具體 步驟如下：
[0012] (1. 1)標(biāo)記過程：初始化時，所有節(jié)點都是非支配節(jié)點；每個節(jié)點u與在其通信半 徑內(nèi)Ru的鄰居交換各自鄰居的信息，此時節(jié)點u根據(jù)鄰居信息，判斷是否存在兩個不能直 接相互通信的鄰居節(jié)點V和w，若存在，則節(jié)點u作為候選支配節(jié)點參與構(gòu)建CDS，否則表明 節(jié)點u可以被其他節(jié)點控制，不作為CDS節(jié)點。
[0013] (1. 2)剪枝規(guī)則：通過標(biāo)記過程得到的候選支配節(jié)點數(shù)量過多，候選支配節(jié)點需 要根據(jù)剪枝規(guī)則，減少支配節(jié)點集的數(shù)量。如果候選支配節(jié)點u的K個鄰居節(jié)點可以通過 其他支配節(jié)點進(jìn)行通信，那么從CDS中刪除節(jié)點u得到的節(jié)點集仍是CDS，因此從候選支配 節(jié)點集中刪除節(jié)點u，節(jié)點u成為非CDS節(jié)點。
[0014] (1.3)連通支配集中的節(jié)點作為骨干接點，只需要監(jiān)測骨干節(jié)點的數(shù)據(jù)流代替監(jiān) 測所有節(jié)點。這種策略能保證未被選擇的節(jié)點能從它的鄰居節(jié)點中發(fā)現(xiàn)至少一個骨干節(jié) 點，當(dāng)異常事件發(fā)生在未被選擇的非骨干節(jié)點附近時，能盡快的傳播到骨干接點，能迅速檢 測到異常的發(fā)生，減少損失。
[0015] 本發(fā)明披露的一種在線河網(wǎng)時空異常事件檢測的方法，所述內(nèi)容（2)用馬爾科夫 鏈模擬時間過程，覆蓋了無線網(wǎng)的通信圖，所有的傳感器結(jié)點單獨的經(jīng)過馬爾科夫鏈，利用 狀態(tài)之間轉(zhuǎn)移概率預(yù)測事件發(fā)展變化趨勢。當(dāng)經(jīng)過馬爾科夫鏈時，如果預(yù)測的骨干節(jié)點傳 感器狀態(tài)文(s,.,t+r)有一段時間序列t與實測的傳感器狀態(tài)X(Si，t+T)不一致時，認(rèn)為發(fā) 生了時間異常。時間異常檢測的具體步驟如下：
[0016] (2. 1)馬爾科夫鏈?zhǔn)请x散時間點上的一個有限或者可數(shù)的事件序列（EdE2...)的 集合，在任何時間，過程未來的行為僅僅取決于當(dāng)前的狀態(tài)，與之前的狀態(tài)無關(guān)。用馬爾科 夫鏈模擬時間過程，根據(jù)步驟（1)選出的骨干節(jié)點單獨的經(jīng)過馬爾科夫鏈，利用狀態(tài)之間 轉(zhuǎn)移概率預(yù)測事件發(fā)生的狀態(tài)。
[0017] (2. 2)傳感器監(jiān)測河網(wǎng)中游離氯濃度被量化成3種狀態(tài)，Low(低濃度）， Medium(濃度適中），High(高濃度）監(jiān)測的傳感器流單獨經(jīng)過馬爾科夫鏈，首先定義當(dāng)前 的狀態(tài)，然后預(yù)測下一步的狀態(tài)。假設(shè)傳感器在時刻S t的狀態(tài)為N i，時刻St+1的狀態(tài)為N」， 根據(jù)馬爾科夫鏈的狀態(tài)轉(zhuǎn)換概率Pu=P(St+1= N」St=N ) =P(N」隊）預(yù)測事件發(fā)生的狀 態(tài)及其發(fā)展變化趨勢。
[0018] (2.3)傳感器偏離正常時間行為可以看作是噪音或者作為一個時間異常事件。由 于偏離頻繁的出現(xiàn)，所以否定了噪音這一可能性，因此，連續(xù)出現(xiàn)的偏離可以看做時間異常 事件，當(dāng)經(jīng)過馬爾科夫鏈時，如果預(yù)測的骨干節(jié)點傳感器狀態(tài)文(s,_,t+r)有一段時間序列T 與實測的傳感器狀態(tài)X(Si，t+T)不一致時，認(rèn)為發(fā)生了時間異常。
[0019] 本發(fā)明披露的一種在線河網(wǎng)時空異常事件檢測的方法，所述內(nèi)容（3)河網(wǎng)傳感器 的空間分布用貝葉斯網(wǎng)絡(luò)表示，把每個傳感器看做貝葉斯網(wǎng)絡(luò)的一個節(jié)點，河流的流向看 作貝葉斯網(wǎng)絡(luò)邊的方向?？梢园褌鞲衅骶W(wǎng)絡(luò)看成是一個有向無環(huán)的貝葉斯網(wǎng)絡(luò)，用貝葉斯 網(wǎng)絡(luò)推測空間事件的出現(xiàn)概率判斷是否發(fā)生空間異常?？臻g異常檢測的具體步驟如下：
[0