基于DBSCAN的环境传感器网络异常数据检测方法

被引：24

作者：

潘渊洋 ^{[1
]}

李光辉 ^{[2
]}

徐勇军 ^{[3
]}

机构：

[1] 浙江农林大学工程学院

[2] 浙江农林大学信息工程学院

[3] 中国科学院计算技术研究所

来源：

计算机应用与软件 | 2012年 / 29卷 / 11期

基金：

浙江省自然科学基金;

关键词：

传感器网络; 环境监测; 异常数据检测; 聚类;

D O I：

暂无

中图分类号：

X830 [一般性问题]; TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

摘要：

随着传感器网络环境监控应用的发展,传感器网络测量数据的异常检测近年来受到学术界和工业界的高度关注。提出一种基于DBSCAN(Density-Based Spatial Clustering of Application with Noise)的异常数据检测方法,该方法利用距离定义数据的相似度进行划分聚类,使用DBSCAN算法提取环境特征集,并根据特征集对异常数据进行检测。最后,基于真实的传感器网络完成了多组实验,实验结果表明该方法能够实时准确地检测出异常数据。

引用

页码：69 / 72+111 +111

页数：5