基于低秩矩阵分解的无线传感器网络异常节点识别方法

作     者：田宇祺 

作者单位：中国民航大学 

学位级别：硕士

导师姓名：谢丽霞;周桂林

授予年度：2022年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 080202[工学-机械电子工程] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 081001[工学-通信与信息系统] 

主      题：低秩矩阵 CUR分解 重要性分数 异常节点识别 休哈特控制图 

摘      要：无线传感器网络(Wireless Sensor Networks,WSN)因其自身优点快速发展,并且与其他智能化技术相结合,共同为网络发展注入强大动力,但是由于应用环境复杂、传感器节点能量有限、无线通信信道不可靠等原因,无线传感器网络的节点安全无法得到保障。为保证无线传感器网络能够收集到高质量的数据,研究人员就传感器节点异常识别问题展开各类研究,但目前已有的研究方法在识别的准确度、适用范围和规模上仍存在不足。为克服现有方法的缺点,本文提出一种基于低秩矩阵分解的无线传感器网络异常节点识别方法。首先,本文对矩阵分解方法、无线传感器网络以及异常节点识别方法的研究现状进行阐述,并对矩阵分解和休哈特控制图的基础理论进行分析,为本文后续的异常节点识别方法奠定理论基础。然后,提出一种基于低秩矩阵分解的无线传感器网络异常节点识别方法,利用WSN节点属性特征构建原始矩阵,设计面向CUR的低秩矩阵分解模型;计算每个矩阵列向量的重要性分数和相关性程度,确定候选列以构建分解矩阵,并获取原始矩阵中网络节点流量的异常成分构建异常矩阵;利用低秩最小二乘法以CUR最小化损失函数为目标进行模型优化,交替更新分解矩阵和异常矩阵直至确定最优异常矩阵;根据中心极限定理,计算异常矩阵列向量的均值、方差和极差均值,在休哈特控制图中设置控制限以识别异常节点。最后,实现无线传感器网络系统仿真实验,收集网络节点的特征属性模拟值以构建原始矩阵,并对无线传感器网络的异常节点进行分析和识别。实验结果证明,本文方法对无线传感器网络中异常节点的识别率较高,误报率低,且时间复杂度低。