基于云框架直方图的无线传感网络数据异常检测方法

以提高无线传感网络环境安全性为目的，提出一种基于云框架直方图的数据异常检测方法。在高斯函数分类云模型中，划分不同数据的属性中心值，完成数据高维分类。然后针对可能存在异常数据的传感网络环境，在构建云框架直方图后计算数据间相似度。通过比较低的数据间相似度阈值完成数据异常粗检测，再在不同维度空间内，利用超矩形方法对比粗检测后数据是否处于同一数段，实现数据异常细检测。仿真结果表明：所提方法的归一化训练结果基本符合归一化处理的理论变化趋势，在数据量最大的情况下，其检测耗时仅用41 s、检测误差仅为1.2%,且在中心机房的能耗中占比较小。相比于传统方法来说，所提方法的检测耗时更少、误差更小、检测能耗更低。