روشی برای تشخیص ناهنجاری در شبکه های حسگر بی سیم مبتنی بر ابزار محاسبات نرم
محل انتشار: کنفرانس ملی پژوهش های نوین در مهندسی برق
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,048
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EECCONF01_029
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
ناهنجاری عامل بسیار مهم و تاثیر گذار بر روی صحت دیتا در شبکه های حسگر بی سیم است.با توجه به نظارت نشده بودن این شبکه ها این مقاله به مشکل تشخیص ناهنجاری می پردازد. یکی از چالش های اساسی برای تشخیص ناهنجاری حجم زیاد داده هاو نداشتن اطلاع از زمان وقوع و نوع ناهنجاری است. ازآنجا که تمامی این داده ها در تشخیص ناهنجاری مؤثر نمی باشند خوشه بندی داده ها می تواند کمک شایانی در دقت تشخیص ناهنجاری داشته باشد. هدف اصلی این مقاله ارائه الگوریتمی است که بتواند با تحلیل داده های دریافتی از شبکه و انتخاب چند ویژگی مناسب، داده های نرمال را از ناهنجاری تشخیص داده و جداکند. ازاین رو درالگوریتم پیشنهادی برای خوشه بندی داده ها ازالگوریتم مبتنی بر چگالی DBSCAN و برای طبقه بندی و تشخیص از طبقه بند SVM استفاده میشود. نتایج آزمایشی حاصل از شبیه سازی بر روی یک مجموعه داده جمع آوری شده از سنسورهای مستقردرآزمایشگاه پژوهشی اینتل برکلی Intel lab data) را نشان می دهد که الگوریتم پیشنهادی دقت تشخیص ۹۵.۱٪ را بر روی این دیتا نشان می دهد
کلیدواژه ها:
نویسندگان
حسین سعیدی عمادی
دانشگاه بین المللی امام رضا(ع)، مشهد
سید مجید مزینانی
دانشگاه بین المللی امام رضا(ع)، مشهد
مسعود محمدیان پور
دانشگاه بین المللی امام رضا(ع)، مشهد
رضا کشاورزی
دانشگاه صنعتی مالک اشتر ،تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :