文件名称：AnomalyDetection:基于时间序列数据的无线传感器网络异常检测方法
文件大小：721KB
文件格式：ZIP
更新时间：2024-06-05 01:46:42
Python
异常检测 这是的实验代码， 并与文献《曹冬雷无线传感器网络中事件区域检测的容错算法》进行了比较。 摘要 针对传感器网络在恶劣环境下传感器之间采样值的巨大差异，以及随着无线传感器网络中故障节点的增加以及事件检测的不准确，提出了一种新的基于传感器网络时间序列的检测方法。 提出了一种利用传感器的K个正常数据的中位数来确定枢轴量并构造置信区间的方法，用以计算数据区间的方差来判断异常源。 实验结果表明，传感器中异常数据的检测率达到98％以上，误报率保持在0.5％以下，具有一定的实用性。 一个实验快照 一实验结果 这是我的。 共享一些Java和大数据技术。 欢迎光临。
【文件预览】：
AnomalyDetection-master
----InitWSN.py(3KB)
----SequentialAlgorithm.py(7KB)
----resultPicture()
--------number_FTPR.png(31KB)
--------wsn_400.png(43KB)
--------number_EFPR.png(35KB)
--------rate_EFPR.png(33KB)
--------number_ETPR.png(32KB)
--------number_FFPR.png(32KB)
--------rate_ETPR.png(33KB)
--------rate_FTPR.png(35KB)
--------rate_FFPR.png(32KB)
--------1.txt(1B)
----main.py(7KB)
----FaultTolerantAlgorithm.py(6KB)
----README.md(2KB)
----Node.py(5KB)
----dataSet()
--------wsn_800.pkl(78KB)
--------wsn_900.pkl(90KB)
--------wsn_600.pkl(55KB)
--------wsn_1024.pkl(106KB)
--------wsn_300.pkl(24KB)
--------wsn_0.25.pkl(107KB)
--------wsn_0.15.pkl(107KB)
--------wsn_500.pkl(45KB)
--------wsn_0.05.pkl(107KB)
--------efe_400.pkl(35KB)
--------wsn_0.1.pkl(108KB)
--------wsn_700.pkl(66KB)
--------wsn_0.2.pkl(107KB)
--------wsn_400.pkl(34KB)
----PlotWSN.py(3KB)
----.gitignore(1KB)