-
题名基于BIRCH聚类算法的高维传感器数据异常检测
被引量：12
- 1
-
-
作者
赵娇
-
机构
绵阳职业技术学院电子与信息学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2022年第12期1686-1690,共5页
-
基金
四川省教育厅重点项目(15ZA008)。
-
文摘
海量高维传感器数据受网络环境扰动较大,导致其异常值检测难度较大,提出基于BIRCH聚类算法的高维传感器数据异常检测方案。推算节点对应的一阶差分信号序列,信号矢量通过多跳路由传输至网关节点,将空间相关性强的传感器节点划分在同一簇内,采集完整的高维传感器数据;利用分割点预设得到传感器数据特征属性候选分割点,挑选信息增益最大的点为最佳分割点;将传感器数据序列的中位数异常看作异常检测判定条件,利用BIRCH聚类算法中的聚类特征和聚类特征树计算节点特征属性,将数据聚类结果拟作球形簇状架构,输出高维传感器数据序列中的异常数据。仿真结果证明,该方法的异常节点检出率在95%以上,误报率为0.35%,异常检测耗时在1.5 min以内。
-
关键词
高维传感器
异常检测
BIRCH聚类
一阶差分信号
归一化
-
Keywords
high-dimensional sensor
anomaly detection
BIRCH clustering
first-order differential signal
normalization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
