南京邮电大学学报(自然科学版)

作者：华志颖,吴蒙,杨立君

单位：南京邮电大学 计算机学院，江苏南京210023南京邮电大学 通信与信息工程学院，江苏南京210003南京邮电大学 物联网学院，江苏南京210003

关键词：WSN；异常检测；SVM；粒子群算法

基金：国家自然科学基金青年基金（61602263）和江苏省自然科学基金青年基金（BK20160916）资助项目

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。

来源：2019年第4期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2019年第4期