文/袁焦 王珣 潘兆馬 楊學(xué)鋒 姚書琴

現(xiàn)階段處于云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)發(fā)展環(huán)境下，根據(jù)信息化技術(shù)逐漸滲透、傳感節(jié)點(diǎn)規(guī)模指數(shù)性增長和市場規(guī)律調(diào)節(jié)等多重因素下，物聯(lián)網(wǎng)技術(shù)在智慧城市、智能交通、安全監(jiān)控等領(lǐng)域發(fā)展如火如荼，無線傳感器網(wǎng)絡(luò)作為物聯(lián)網(wǎng)技術(shù)的重要組成部分，其布設(shè)便捷、組網(wǎng)靈活、適應(yīng)性強(qiáng)、成本低廉的優(yōu)點(diǎn)突出，在物料自動(dòng)生產(chǎn)領(lǐng)域、自動(dòng)化監(jiān)測領(lǐng)域、健康與醫(yī)療領(lǐng)域、現(xiàn)代化智能家居領(lǐng)域、軍事與國防領(lǐng)域應(yīng)用非常廣泛。在如今日益提倡“萬物互聯(lián)”的背景下，無線傳感器網(wǎng)絡(luò)的技術(shù)發(fā)展成為當(dāng)下研究的熱點(diǎn)。同時(shí)無線傳感器網(wǎng)絡(luò)在實(shí)際應(yīng)用中也產(chǎn)生了大量異常工況，例如在災(zāi)害監(jiān)測領(lǐng)域，常由于部分關(guān)鍵節(jié)點(diǎn)異常導(dǎo)致數(shù)據(jù)不完整，無法第一時(shí)間感知災(zāi)害監(jiān)測信息，從而不能有效保障監(jiān)測系統(tǒng)的實(shí)時(shí)性。因此針對性開展無線傳感器網(wǎng)絡(luò)的異常檢測方法研究，成為了無線傳感器網(wǎng)絡(luò)研究領(lǐng)域的重點(diǎn)方向。

1 無線傳感器網(wǎng)絡(luò)的概念

無線傳感器網(wǎng)絡(luò)，即結(jié)合了信息采集技術(shù)，信息傳輸技術(shù)、信息處理技術(shù)等等形成一個(gè)多元的分布式傳感網(wǎng)絡(luò)。其與傳統(tǒng)定義下的傳感器相比，既能夠感知和采集來自外界的信息，也能將這些信息進(jìn)行有效處理。不僅如此，因?yàn)槠涑杀镜土?、且組網(wǎng)方式靈活、安裝便捷等優(yōu)勢，現(xiàn)在已經(jīng)能夠應(yīng)用到多個(gè)行業(yè)當(dāng)中。

但是，也正是因?yàn)闊o線傳感器網(wǎng)絡(luò)結(jié)合了如此多的優(yōu)點(diǎn)，在安全性方面，更容易因?yàn)橥饨绛h(huán)境的或者是自身因素的影響，從而導(dǎo)致采集的信息丟失、泄露。也正因此，在無線傳感器網(wǎng)絡(luò)的異常檢測方面，使用者和維護(hù)人員需投入更多精力深入研究，針對發(fā)現(xiàn)到的異常檢測，要研究并制定合理的對策和方案。

2 數(shù)據(jù)檢測的異常研究

2.1 無線傳感器網(wǎng)絡(luò)的異常檢測范圍

根據(jù)調(diào)研發(fā)現(xiàn)，無線傳感器網(wǎng)絡(luò)出現(xiàn)的異?，F(xiàn)象。

2.1.1 是因?yàn)榄h(huán)境因素的影響

無線傳感器網(wǎng)絡(luò)檢測到的環(huán)境因素的變化，可能是采集到的大量信息時(shí)的邊緣信息，也有可能是與這些大量的普通信息完全不相關(guān)。綜合來講。也就是數(shù)據(jù)信息的異常變化。除此之外，另一個(gè)影響因素是無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的內(nèi)在因素。因?yàn)檎麄€(gè)無線傳感器的網(wǎng)絡(luò)中分布了太多的節(jié)點(diǎn)。這些節(jié)點(diǎn)其中的某一個(gè)出現(xiàn)工作異常或者是自身出現(xiàn)故障，就能夠?qū)е抡麄€(gè)系統(tǒng)運(yùn)行時(shí)，出現(xiàn)異常檢測。而針對這些情況，就要求網(wǎng)絡(luò)維護(hù)人員，一是要時(shí)刻注意主要檢測區(qū)域中，環(huán)境方面的不規(guī)律包括異常情況。

2.1.2 要注意維護(hù)無線傳感器的各個(gè)部位，確定節(jié)點(diǎn)正常運(yùn)行

包括在采集信息以及信息的傳輸、處理的過程中，要會(huì)準(zhǔn)確區(qū)分，并且要保證在故障出現(xiàn)之后，能快速制定出相對應(yīng)的處理方法。

2.2 圖模型——一種異常數(shù)據(jù)檢測的數(shù)據(jù)模型

在一般的異常檢測中，學(xué)會(huì)建立數(shù)據(jù)模型，無論是對異常情況分析還是對之后制定出異常數(shù)據(jù)檢測的處理措施。而在眾多的數(shù)據(jù)模型中，圖模型既能對異常數(shù)據(jù)的復(fù)雜數(shù)據(jù)進(jìn)行情景描繪，不僅如此，在此基礎(chǔ)前提下，網(wǎng)絡(luò)維護(hù)人員還可以利用圖模型，能對無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)信息和傳輸方向進(jìn)行有效分析。而且還能通過異常的檢測數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析、準(zhǔn)確判斷，從而找到真正的問題源頭。除此之外，圖模型的建立還能對檢測的區(qū)域進(jìn)行地理信息和拓?fù)浣Y(jié)構(gòu)的完善和整合。使得網(wǎng)絡(luò)維護(hù)人員能對信息采集區(qū)域產(chǎn)生更有效的直觀層面的認(rèn)知。

等值線圖是常見的圖模型結(jié)構(gòu)，網(wǎng)絡(luò)維護(hù)人員利用等值線圖，可以快速分析出，在異常檢測中，由于傳感器內(nèi)部因素的影響，從而導(dǎo)致的異常數(shù)據(jù)檢測。并且還能對前期異常檢測情況進(jìn)行分析和總結(jié)，從而判定決策，得到最終的異常檢測范圍和可見的異常集合。

2.3 節(jié)點(diǎn)內(nèi)數(shù)據(jù)異常檢測

因?yàn)闊o線傳感器網(wǎng)絡(luò)分布了大量的節(jié)點(diǎn)，節(jié)點(diǎn)常常需檢測采集數(shù)據(jù)異常信息的功能。因此，節(jié)點(diǎn)內(nèi)數(shù)據(jù)異常檢測的有效方法就是利用采集區(qū)域的數(shù)據(jù)相關(guān)性質(zhì)來進(jìn)行檢測。相鄰的兩個(gè)或者兩個(gè)以上的節(jié)點(diǎn)對這些信息進(jìn)行整合和檢測，一旦發(fā)現(xiàn)與采集過來的大量信息中有相關(guān)性不大，或者是毫無相關(guān)性的異常信息。就會(huì)由節(jié)點(diǎn)來對這些信息進(jìn)行檢測，判斷其到底是因?yàn)榄h(huán)境變化的影響，造成采集到的數(shù)據(jù)信息異常，還是因?yàn)槟骋粋€(gè)系統(tǒng)環(huán)節(jié)上的故障引起的數(shù)據(jù)異常。

又因?yàn)楣?jié)點(diǎn)的工作是持續(xù)不間斷進(jìn)行，所以在檢測數(shù)據(jù)時(shí)，一些變化也會(huì)在傳感器的數(shù)據(jù)上進(jìn)行呈現(xiàn)，常分為正常狀態(tài)、疑似異常狀態(tài)、疑似故障狀態(tài)、異常狀態(tài)和故障狀態(tài)。這些狀態(tài)的真實(shí)情況，根據(jù)字面意思可以進(jìn)行理解。其中正常狀態(tài)當(dāng)然是狀態(tài)一切正常。而疑似異常狀態(tài)，是可疑的異常狀態(tài)，表示節(jié)點(diǎn)可能出現(xiàn)了一些異常事件。并不能確定為異常，還需要經(jīng)過節(jié)點(diǎn)之后的檢測和判定。疑似故障狀態(tài)，是可能出現(xiàn)了疑似設(shè)備故障或者是通信的過程中出現(xiàn)了故障，同樣需要相關(guān)節(jié)點(diǎn)的檢測。而之后的異常狀態(tài)和異常故障。則是無線傳感器檢測下的區(qū)域發(fā)生了異常的環(huán)境變化，和本身的傳輸設(shè)備或者系統(tǒng)發(fā)生了通信故障。

節(jié)點(diǎn)之間的判定原理，來自于節(jié)點(diǎn)之間的相似屬性。通常情況來講，無線傳感器網(wǎng)絡(luò)分布大量節(jié)點(diǎn)存在不同的屬性。但是為了更好對數(shù)據(jù)進(jìn)行處理，相鄰的節(jié)點(diǎn)之間，都是有相互關(guān)聯(lián)的屬性。而利用這種屬性上的相關(guān)性，在無線傳感器網(wǎng)絡(luò)正常工作時(shí)，可以根據(jù)這些相鄰節(jié)點(diǎn)屬性上的原因，進(jìn)行有序的檢測。以此來判定，究竟是因?yàn)榄h(huán)境因素，還是因?yàn)楸旧淼脑O(shè)備故障，導(dǎo)致的節(jié)點(diǎn)數(shù)據(jù)異常。同時(shí)，也是為了增強(qiáng)后續(xù)節(jié)點(diǎn)處理數(shù)據(jù)時(shí)的準(zhǔn)確性和投票決策的高效率，因此，前期相鄰節(jié)點(diǎn)會(huì)對這些采集而來的信息進(jìn)行首次判定。

2.4 節(jié)點(diǎn)之間的“共識(shí)機(jī)制”

“共識(shí)機(jī)制”即通過節(jié)點(diǎn)之間的投票決策，實(shí)現(xiàn)對數(shù)據(jù)信息進(jìn)行驗(yàn)證與確認(rèn)。而這種決策要求，無線傳感器網(wǎng)絡(luò)中的拓?fù)浣Y(jié)構(gòu)，必須條理清晰，且數(shù)據(jù)之間要精準(zhǔn)明確。然后根據(jù)拓?fù)浣Y(jié)構(gòu)，進(jìn)行節(jié)點(diǎn)之間數(shù)據(jù)傳輸?shù)姆较蝌?yàn)證。此種方法，也可以很輕易的將相關(guān)的位置信息通過驗(yàn)證得出。在此基礎(chǔ)上，利用相鄰節(jié)點(diǎn)的屬性相關(guān)性質(zhì)，由節(jié)點(diǎn)之間的“共識(shí)機(jī)制”來判定數(shù)據(jù)異常檢測之后的最終結(jié)果。在這個(gè)過程中，最重要的階段無疑就是節(jié)點(diǎn)對于信息可信度。

信息的可信度，這是通過無線傳感器網(wǎng)絡(luò)中的歷史數(shù)據(jù)與當(dāng)前采集到的數(shù)據(jù)進(jìn)行對比，產(chǎn)生的一種數(shù)據(jù)對比模塊，其關(guān)鍵之處在于目前的相鄰節(jié)點(diǎn)之間與之前相鄰節(jié)點(diǎn)產(chǎn)生的歷史相關(guān)的屬性對比。而通過這些數(shù)據(jù)之間成規(guī)模的對比和驗(yàn)算，得到的結(jié)果數(shù)值。通?？梢栽跓o線傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)中，由相鄰的傳感器之間進(jìn)行距離驗(yàn)證。

通常情況下，驗(yàn)證之后得到的環(huán)境數(shù)據(jù)越是相近，那么相鄰的節(jié)點(diǎn)之間的驗(yàn)證就會(huì)有更高的準(zhǔn)確性，“共識(shí)機(jī)制”也就是最后的投票決策得到的結(jié)果也就越真實(shí)。而如果驗(yàn)證之后得到的環(huán)境數(shù)據(jù)并不相近，甚至相差很大，那么相鄰節(jié)點(diǎn)間得到的準(zhǔn)確性就會(huì)變低。

3 結(jié)束語

本文重要闡述了在進(jìn)行無線傳感器網(wǎng)絡(luò)得到的異常數(shù)據(jù)時(shí)，如何針對其異常數(shù)據(jù)進(jìn)行檢測。也闡述了一般情況下，出現(xiàn)異常數(shù)據(jù)時(shí)，無線傳感器網(wǎng)絡(luò)的大致范圍，并利用圖模型、相鄰節(jié)點(diǎn)之間的屬性相似、當(dāng)前接收到的數(shù)據(jù)與歷史數(shù)據(jù)進(jìn)行的對比驗(yàn)證，以此來推斷出，異常數(shù)據(jù)出現(xiàn)的大致因素、并借此能準(zhǔn)確推斷出相關(guān)的地理區(qū)域出現(xiàn)異常信息的大概位置，又或者是設(shè)備本身可能出現(xiàn)故障的大概范圍。技術(shù)人員利用這些方法剖析異常原因，提高無線傳感器網(wǎng)絡(luò)的健壯性與穩(wěn)定性，盡量減少因?yàn)樵O(shè)備故障或者環(huán)境異常而導(dǎo)致信息丟失或者是信息損毀。隨著機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等技術(shù)的不斷進(jìn)步，在未來的應(yīng)用場景中，無線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)異常檢測將由常規(guī)方式向自動(dòng)化方式發(fā)展，從而使得異常檢測的效率更高和結(jié)果更精確。