10.14132/j.cnki.1673-5439.2019.04.007
基于四分之一超球SVM的WSN异常检测
无线传感器网络(WSN)收集的数据本质上是不可靠的,因此为了提高数据质量,需要对网络进行异常值检测.文中提出了一种基于四分之一超球支持向量机(SVM)算法的异常数据检测方法,利用从传感器节点中收集到的原始数据建立支持向量机预测模型,并结合粒子群算法(PSO)找出最佳参数,然后利用最佳参数对原本的模型进行优化.以一种分布式在线方式,对正常和异常数据进行实时区分.实验结果表明,该方法可以实现异常检测的效果,并且具有较高的准确率和较低的误报率.
WSN、异常检测、SVM、粒子群算法
39
TN929.5;TP212.9
国家自然科学基金青年基金61602263;江苏省自然科学基金青年基金BK20160916
2019-10-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
47-54