基于变宽直方图的无线传感器网络异常数据检测算法

数据的准确性是衡量无线传感器网络(WSN)性能的重要指标,异常数据检测是无线传感器网路面临的关键问题和主要挑战。提出了一种基于变宽直方图的异常数据检测算法,通过数据聚合的方式将网络中的动态感知数据聚合成变宽的直方图来准确检测出异常数据,同时避免不必要的数据传输。对算法的性能进行了理论分析,并基于真实大规模无线传感器网络系统数据进行了实验评估,结果表明算法具有很高的准确率,并有效降低了网络通信开销。     

无线传感器网络诊断工具的可视化方法研究

在开发和部署无线传感器网络应用过程中,如何对网络运行状态进行诊断是一个重要的问题.现有的诊断方法包括仿真、模拟、日志分析和跟踪程序等等.在诊断过程中,诊断工具的分析过程和网络状态的可见性对于用户判断诊断结果是否准确至关重要,而这恰恰是传统诊断工具的弱项.因此探讨了无线传感器网络诊断工具的可视化方法所面临的挑战和解决方案.在研发的可视化诊断工具TinyD2的框架内,提出了两项关键技术:1)可视化诊断工具通过实时接收网络传回的数据建立知识表示模型,实现网络特征的动态添加和删除;2)基于虚拟引力-斥力设计网络逻辑拓扑的动态生成算法,实时展示网络运行状态;通过基于真实大规模传感网系统GreenOrbs数据集的评估验证,提出的技术可以辅助用户进行无线传感器网络的故障定位和故障检测,并极大地减少了用户理解网络传回数据的复杂认知工作.