• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    無線傳感器網(wǎng)絡(luò)中基于模式頻繁度的異常檢測方法*

    2018-01-29 01:42:19施曉斌吳丹萍程紅舉
    關(guān)鍵詞:分區(qū)區(qū)間觀測

    施曉斌,吳丹萍,程紅舉

    (福州大學(xué) 數(shù)學(xué)與計算機科學(xué)學(xué)院,福建 福州 350108)

    0 引言

    在WSN中,由于環(huán)境噪聲和感知器件誤差的影響,感知數(shù)據(jù)帶有一定的不確定性。軟件與硬件故障將導(dǎo)致不準確和不可靠讀數(shù)的出現(xiàn)。而事件的發(fā)生也將導(dǎo)致與正態(tài)分布明顯不同的觀測值的出現(xiàn)。那些特征與正態(tài)分布特征明顯不同的觀測值被稱為異常值[1]。異常值檢測,是基于某種措施來識別偏離其余數(shù)據(jù)模式的數(shù)據(jù)實例的過程,用于過濾噪聲數(shù)據(jù),查找故障節(jié)點和發(fā)現(xiàn)用戶感興趣的事件。

    區(qū)分異常值的來源是一個重要的問題。一般來說,如果檢測到的異常值是錯誤或噪聲數(shù)據(jù),則應(yīng)將其從傳感數(shù)據(jù)中去除,以確保數(shù)據(jù)質(zhì)量和準確性,并避免通信負載造成的能耗。但是,若是事件造成的異常值,消除異常值將導(dǎo)致關(guān)于事件的重要隱藏信息的丟失[2]。

    傳統(tǒng)的集中式異常檢測技術(shù)將會產(chǎn)生巨大的能量和帶寬的消耗,這對資源受限的WSN網(wǎng)絡(luò)來說并不友好[3]。此外事件在網(wǎng)絡(luò)中發(fā)生的概率通常不高,在沒有發(fā)生事件的情況下收集到的數(shù)據(jù)價值是十分有限的??紤]到節(jié)點有限的資源,因此需要限制異常檢測算法的復(fù)雜度,盡可能設(shè)計輕量級的分布式在線算法[4]。

    本文考慮以下問題:如何以在線和分布式的方式快速準確地檢測WSN中的異常數(shù)據(jù),并區(qū)分異常值的來源。本文研究了流數(shù)據(jù)的數(shù)據(jù)變化模式和數(shù)據(jù)的空間相關(guān)性在異常檢測問題上的運用,提出了一種基于數(shù)據(jù)變化模式頻繁度和空間相關(guān)性的PFSC(Pattern Frequency and Spatial Correlation)異常檢測方法。PFSC異常檢測方法分兩個階段進行。第一階段,為數(shù)據(jù)創(chuàng)建一個分布模型,根據(jù)數(shù)據(jù)變化模式的頻繁程度篩選出潛在的異常數(shù)據(jù);第二階段,利用相鄰節(jié)點數(shù)據(jù)間的空間相關(guān)性來區(qū)分異常值的來源,此處本文通過拉依達準則完成異常值來源的判定。

    1 相關(guān)工作

    針對WSN中集中式與分布式異常檢測方法的研究,Lau等人[5]提出了一種基于名為CNBD的樸素貝葉斯框架的集中算法,其中端到端傳輸時間在sink處收集,并使用樸素貝葉斯框架進行分析。Subramaniam等[6]提出了一種用于傳感器網(wǎng)絡(luò)的分布式在線異常值檢測技術(shù),以分布式方式計算多維數(shù)據(jù)分布近似的框架,以便在資源有限的傳感器網(wǎng)絡(luò)中實現(xiàn)復(fù)雜的應(yīng)用。Xu等人[7]通過比較連續(xù)時間實例的數(shù)據(jù),得出是否存在瞬時故障的結(jié)論。如果存在瞬態(tài)故障,則使用其標記為正常的實例數(shù)據(jù)來校正數(shù)據(jù)。文獻[8]提出了一種基于信譽的投票和決策樹的分布式事件檢測方法,并評估了用于早期發(fā)現(xiàn)災(zāi)害特別是住宅火災(zāi)的性能和適用性。

    針對在線數(shù)據(jù)連續(xù)積累、實時更新的特點,文獻[9]提出了一種環(huán)境數(shù)據(jù)流偏離歷史模式的識別方法。該方法是基于數(shù)據(jù)流及其預(yù)測區(qū)間的自回歸數(shù)據(jù)驅(qū)動模型。文獻[10]將基于聚類的算法和最近鄰異常值檢測方法相結(jié)合,用于實現(xiàn)高效聚類和對異常值檢測,訓(xùn)練階段需要對一段時間內(nèi)的觀測值進行聚類。文獻[11]提出了一種基于距離相似性的技術(shù)來識別傳感器網(wǎng)絡(luò)中的全局異常值。該技術(shù)嘗試通過相鄰節(jié)點之間的一組代表性數(shù)據(jù)交換來減少通信開銷。每個節(jié)點使用距離相似度來本地識別異常值,然后將離群值廣播到相鄰節(jié)點進行驗證。相鄰節(jié)點重復(fù)該過程,直到網(wǎng)絡(luò)中的整個傳感器節(jié)點最終同意全局異常值。然而廣播帶來的通信開銷使其無法應(yīng)用到大型網(wǎng)絡(luò)。

    2 網(wǎng)絡(luò)模型與相關(guān)知識

    2.1 網(wǎng)絡(luò)模型

    WSN由隨機部署在一個平面區(qū)域上的一組傳感器節(jié)點S={s1,s2, …,sn}組成。節(jié)點i通信范圍內(nèi)的鄰居節(jié)點用Si={s1,s2, …,sk}表示。節(jié)點i在時刻t的觀測值表示為xi(t),xmax表示有效的節(jié)點觀測值最大值,xmin為有效的節(jié)點觀測值最小值,節(jié)點i到n時刻為止的觀測值集合以Xi(n)表示,即Xi(n)={xi(1),xi(2), …,xi(n)}。

    本文假設(shè)指定區(qū)域內(nèi)節(jié)點密度較高(如小型家居系統(tǒng)),當一個事件發(fā)生時,多個臨近事件發(fā)生地的節(jié)點都將及時地捕獲到該事件。

    定義1數(shù)據(jù)變化模式:節(jié)點i在t時刻的數(shù)據(jù)變化模式Δxi(t)與上一時刻的觀測值相關(guān),Δxi(t)=│xi(t)-xi(t-1)│,Δxi(t)∈D,其中D為區(qū)間[0,xmax-xmin]。不失一般性,本文將數(shù)據(jù)變化模式簡稱為模式。

    ΔXi(n)表示節(jié)點i從2時刻到n時刻為止所有數(shù)據(jù)變化模式的集合,即:

    ΔXi(n)={Δxi(2),Δxi(3), …, Δxi(n)}

    其中│ΔXi(n)│=n-1。

    定義2模式區(qū)間:D為區(qū)間[0,xmax-xmin],將D均勻地劃分為若干區(qū)間{d1,d2, …,dk},稱為模式區(qū)間,ΔXi(n)中任意的一個數(shù)據(jù)變化模式在D的某一個模式區(qū)間內(nèi)。

    定義3區(qū)間頻繁度:在節(jié)點的數(shù)據(jù)變化模式集合ΔXi(n)= {Δxi(2),Δxi(3), …, Δxi(n)}中,屬于模式區(qū)間dj的模式的個數(shù)記為V(j),則稱P(j)=V(j)/(n-1)為模式區(qū)間dj的頻繁度。

    2.2 相關(guān)知識

    2.2.1數(shù)據(jù)異常

    根據(jù)本地節(jié)點異常的原因?qū)Ξ惓_M行分類,有點異常、上下文異常與集體異常三類[12]。

    (1)點異常:相對于數(shù)據(jù)集被認為是異常的單個數(shù)據(jù)實例。

    (2)上下文異常:在當前上下文中被認為是異常的數(shù)據(jù)實例。在不同的上下文中,相同的數(shù)據(jù)實例可能被認為是正常的。

    (3)集合異常:連續(xù)多個測量值為常數(shù),即在一段時間內(nèi)測量值幾乎沒有什么波動。

    圖1 異常類型

    圖1顯示了Chandola等人定義的異常[12]。在時段24發(fā)生點異常,即數(shù)據(jù)實例對于整個數(shù)據(jù)集是異常的。在時段43出現(xiàn)上下文異常,但是如果該觀測值出現(xiàn)在時刻t1,t2,t3或t4,則不會被認為是異常的。最后,集合異常發(fā)生在時間段54~71,節(jié)點由于故障在該時段內(nèi)連續(xù)出現(xiàn)多個幾乎沒有什么波動的觀測值。本文將上下文異常視為點異常的一種特例。

    2.2.2WSN中數(shù)據(jù)空間相關(guān)性

    在WSN中,數(shù)據(jù)實例之間經(jīng)常存在相對位置關(guān)系,這樣的數(shù)據(jù)稱為空時數(shù)據(jù)(spatio temporal dam)。在進行異常檢測時,常常利用數(shù)據(jù)的空間相關(guān)特性區(qū)分節(jié)點故障和事件。由于組成事件的感知數(shù)據(jù)之間具有較強的時空關(guān)聯(lián)性,當事件發(fā)生時,臨近節(jié)點將擁有相似的觀測值,這是因為基于噪聲測量與傳感器故障可能隨機無關(guān),而事件測量可能在空間上相關(guān)的事實。這一觀察使我們能夠區(qū)分事件和錯誤。例如,對Intel室內(nèi)項目[13]的數(shù)據(jù)進行空間相關(guān)性的分析。圖2給出了兩個鄰近的節(jié)點(節(jié)點4,6)和一個非臨近節(jié)點(節(jié)點24)的溫度隨時間變化的趨勢圖??梢悦黠@地看出4,6節(jié)點彼此鄰近,其同一時刻的觀測值更加接近。在空間上彼此鄰近的鄰居節(jié)點的數(shù)據(jù)具有一定程度的相似性。

    圖2 節(jié)點溫度變化趨勢圖

    3 異常檢測算法

    數(shù)據(jù)的變化模式由節(jié)點上連續(xù)觀測值的差值構(gòu)成。本文異常檢測方法的思想是將數(shù)據(jù)流的數(shù)據(jù)變化模式映射到某個特征空間的分區(qū)中,將非頻繁出現(xiàn)的分區(qū)認為是異常分區(qū),頻繁出現(xiàn)的分區(qū)認為是正常分區(qū)。若某時刻數(shù)據(jù)的變化模式映射到特征空間的異常分區(qū),則將該時刻的數(shù)據(jù)當做潛在異常值,并利用相鄰節(jié)點數(shù)據(jù)的空間相關(guān)性對其進行驗證。

    該算法的目標是識別出潛在的異常觀測值并將其分類。在判斷異常觀測值產(chǎn)生的原因時,目標節(jié)點收集其鄰居節(jié)點集Si的當前時刻觀測值,并利用數(shù)據(jù)的空間相關(guān)性進行判斷,避免了將節(jié)點數(shù)據(jù)傳輸至Sink節(jié)點產(chǎn)生的大量能量消耗。PFSC方法是一個自學(xué)習(xí)-檢測的過程,可分為兩個階段,即第一階段為訓(xùn)練階段,第二階段為異常檢測階段。

    3.1 數(shù)據(jù)變化模式

    節(jié)點的數(shù)據(jù)流是按時間順序排列的一系列數(shù)據(jù)的集合,也稱為時間序列。在時間序列數(shù)據(jù)挖掘的研究中,通常用時間序列模式表示來描述原始的時間序列,即將原始時間序列映射到某個特征空間中,并用它在這個特征空間中的映像來描述原始序列。時間序列模式一定程度上保留了時間序列的主要特征,更能反應(yīng)時間序列的變化情況。分段線性表示(PLR)是將時間序列表示成多段相鄰的直線,用多段直線段擬合原時間序列,時間序列Xi(n)的PLR模型表示為:

    Xi(n)={xi(1),xi(2),…,xi(n)}

    L(Xi(n))={L(y1,y2),L(y2,y3),…,L(yk-1,yk)}

    (1)

    式中,yj∈Xi(n),L(yj,y(j+1))表示連接兩點的直線段。

    在此基礎(chǔ)上,本文將PLR中的線段長度壓縮為1,分段數(shù)量設(shè)置為n-1,同時用│y(j+1)-yj│來描述分段L(yj,y(j+1))的特征,得到Xi(n)的數(shù)據(jù)變化模式:

    H(Xi(n))={Δxi(2),Δxi(3),…,Δxi(n)}

    (2)

    數(shù)據(jù)變化模式一定程度上保留了時間序列在各個時刻的數(shù)據(jù)變化情況。通常在正常的工作環(huán)境下,節(jié)點的讀數(shù)在連續(xù)的時間內(nèi)是漸變的過程,而異常觀測值與正常值存在明顯的差異,并且在節(jié)點的工作過程中異常值出現(xiàn)的頻率通常遠低于正常數(shù)據(jù)。因此,若將數(shù)據(jù)變化模式映射到某個特征空間的分區(qū)中,數(shù)據(jù)流中正常數(shù)據(jù)的變化模式落在特征空間的高頻率分區(qū),而異常值的變化模式相對處于低頻率分區(qū)。

    3.2 訓(xùn)練階段

    訓(xùn)練階段的思想是:在數(shù)據(jù)流中為數(shù)據(jù)變化模式集ΔXi(n)創(chuàng)建一個分布模型,即將數(shù)據(jù)變化模式映射到某個特征空間的分區(qū)中,確定非頻繁出現(xiàn)的分區(qū)。

    數(shù)據(jù)變化模式Δxi(t)=│xi(t)-xi(t-1)│,其取值范圍為[0,xmax-xmin],記為D。為了對數(shù)據(jù)流的模式創(chuàng)建一個分布模型,將每個采樣周期產(chǎn)生的模式映射到特征空間中,模式的取值范圍D= [0,xmax-xmin]被均勻地劃分為若干個模式區(qū)間{d1,d2, …,dk}。模式區(qū)間數(shù)量根據(jù)領(lǐng)域知識進行估計。每一個模式區(qū)間對應(yīng)D的一個小的取值范圍。

    訓(xùn)練階段開始時,對每個采樣周期的模式判斷其在哪一個模式區(qū)間內(nèi),該模式區(qū)間dj出現(xiàn)的次數(shù)V(j)加1。圖3給出了節(jié)點i在訓(xùn)練階段的操作過程。

    圖3 節(jié)點i訓(xùn)練階段圖

    圖3中,節(jié)點i的訓(xùn)練階段,在時刻4數(shù)據(jù)變化模式為Δxi(4),判斷其屬于d2分區(qū),V(2)加1。同理,節(jié)點進行下一個時刻數(shù)據(jù)變化模式Δxi(5)的映射,此時V(1)為2,該過程直至訓(xùn)練階段結(jié)束。

    在訓(xùn)練階段結(jié)束時,對D中的模式區(qū)間統(tǒng)計其模式出現(xiàn)的次數(shù),計算各個模式區(qū)間的頻繁度。

    (3)

    頻繁模式區(qū)間閾值為P,若P(j)

    3.3 檢測階段

    3.3.1異常識別

    異常識別的任務(wù)是篩選出數(shù)據(jù)流中的潛在異常值。學(xué)習(xí)階段結(jié)束后可以獲取特種空間中非頻繁模式區(qū)間。在異常識別過程中,將目標數(shù)據(jù)映射到特種空間的分區(qū)中,如果該時刻數(shù)據(jù)的模式落在非頻繁模式區(qū)間,則將其當做潛在的異常值進行處理。映射過程與學(xué)習(xí)階段相似。

    3.3.2異常分類

    為了確認是否真的出現(xiàn)了異常并對異常進行分類,本文利用WSN數(shù)據(jù)的空間相關(guān)性進行驗證。當節(jié)點i產(chǎn)生一個潛在異常觀測值xi(t)時,該節(jié)點利用無線信道向其鄰節(jié)點Si= {s1,s2, …,sk}請求其t時刻的數(shù)據(jù)xj(t),其中j∈Si。計算其鄰居節(jié)點xj(t)的平均值μ和標準差σ。根據(jù)拉依達準則,若

    |xi(t)-μ|<δσ

    (4)

    則認為該節(jié)點觀測值與其鄰居節(jié)點觀測值狀態(tài)相一致,該異常觀測值是由事件引起的;若不滿足式(4),則認為該節(jié)點觀測值與其鄰居節(jié)點觀測值狀態(tài)不一致,該異常觀測值是由節(jié)點軟、硬件故障或者環(huán)境等其他因素引起的錯誤數(shù)據(jù)。

    δ的取值根據(jù)實際應(yīng)用確定。假設(shè)事件是一個Bernoulli過程,并且事件過程中,數(shù)據(jù)符合正態(tài)分布,將事件過程的數(shù)據(jù)化簡為符合正態(tài)分布的隨機變量:

    =1-(Φ(δ)-Φ(-δ))

    =2-2Φ(δ)

    (5)

    其中Φ(δ)為標準正態(tài)分布,當Φ(δ)>0.9時,p<0.1,查表可得當δ取大于1.29時,Φ(δ)>0.9。本文將在實驗中對拉依達系數(shù)δ的取值進行討論。

    4 實驗

    本文在MATLAB環(huán)境下采用Inter室內(nèi)實驗室項目[13]數(shù)據(jù)集來分析算法的性能。所采用的數(shù)據(jù)集的數(shù)據(jù)格式如表1所示。

    表1 Inter室內(nèi)實驗室項目數(shù)據(jù)格式

    4.1 評估指標

    異常值檢測算法通常使用檢測率(召回率)、查準率和誤報率(虛警率)進行評估。為了定義這些度量,此處采用混淆矩陣,如表2所示。

    表2 混淆矩陣

    因此,檢測率(Detection rate)、查準率(Precision rate)和誤報率(False alarm rate)定義如下:

    檢測率:Dr=TP/(TP+FN)

    (6)

    查準率:Pr=TP/(TP+FP)

    (7)

    誤報率:Fr=FP/(FP+TN)

    (8)

    4.2 算法性能

    本文所提出的算法有兩個參數(shù)對算法的性能具有影響,分別為D的分區(qū)頻繁度閾值p和拉依達準則的系數(shù)δ。實驗分兩組進行,分別分析在設(shè)置不同的分區(qū)頻繁度閾值p和設(shè)置不同拉依達法則系數(shù)δ的情況下,PFSC算法的性能。

    圖4展示了PFSC算法性能隨分區(qū)頻繁度閾值p變化趨勢圖。其中p增大時,PFSC算法的檢測率增大,而查準率減小,誤判率因查準率的減小而增大。這是因為當p取較大值時,算法在判斷潛在異常數(shù)據(jù)時不僅識別出實際異常值,同時將部分變化模式較大的正常數(shù)據(jù)也識別為潛在異常數(shù)據(jù),導(dǎo)致算法在檢測率增大的同時查準率下降。當p取0.05時,PFSC算法檢測率為83.903%,準確率為73.589%,誤判率為1.581%,此時PFSC性能較好。

    圖4 頻繁模式區(qū)間閾值實驗圖

    圖5展示了不同拉依達準則系數(shù)δ對PFSC算法性能的影響。δ在1.5前后PFSC的檢測率呈現(xiàn)不同狀態(tài),當δ大于1.5時,檢測率逐漸減小。圖中可以明顯看出,PFSC的準確率隨δ增大而增大,同時誤判率持續(xù)減小,這是因為拉依達準則系數(shù)δ控制錯誤數(shù)據(jù)的判定,δ越大說明異常數(shù)據(jù)越偏離其鄰居節(jié)點數(shù)據(jù),它為錯誤數(shù)據(jù)的可能性越大。其中δ取1.5時,PFSC的檢測率為83.835%,準確率為74.093%,誤判率為1.54%。

    圖5 拉依達準則系數(shù)δ實驗圖

    從實驗結(jié)果可以看出,PFSC算法在p取0.05,δ取1.5時性能最好。

    為判定數(shù)據(jù)不同程度的異常率對算法性能的影響,本文將比較PFSC算法與文獻[14]提出的基于小波的異常檢測算法(Wavelet Based Outlier Detection,WBOC)和文獻[15]提出的基于K最近鄰的KNN異常檢測算法在數(shù)據(jù)不同異常率下的性能。其中PFSC算法p取0.05,δ取1.5,WBOC誤差閾值取2,KNN誤差閾值取2。

    實驗效果如圖6~圖7所示??梢钥闯?,當節(jié)點采集的數(shù)據(jù)異常率從5%增大到20%時,三種算法的檢測率都呈下降趨勢。當異常率較大時,在PFSC與KNN算法中,目標節(jié)點因鄰居節(jié)點潛在的異常數(shù)據(jù)而影響本地異常值的判定,鄰居節(jié)點集Si中的異常數(shù)據(jù)越多,算法檢測率越低。其中PFSC算法的異常鑒定與KNN相似,其檢測率接近于KNN算法。在數(shù)據(jù)異常率為12.5%時,PFSC的檢測率為80.27%。

    圖6 數(shù)據(jù)異常率對檢測率影響

    圖7 數(shù)據(jù)異常率對誤報率影響

    圖7展示,當節(jié)點產(chǎn)生5%到20%不同程度異常率的數(shù)據(jù)時,PFSC算法的誤判率維持在2.41%左右,相比于WBOC與KNN有更低的誤判率。

    5 結(jié)論

    本文研究了無線傳感器網(wǎng)絡(luò)中的異常值檢測問題。由于網(wǎng)絡(luò)的特殊特性和資源限制,本文提出了一種基于數(shù)據(jù)變化模式頻繁度與數(shù)據(jù)空間相關(guān)性的PFSC算法,并以在線和分布式的方式檢測異常。實驗表明,PFSC算法在檢測不同異常率的數(shù)據(jù)流時有較高的檢測率和較小的誤判率。

    [1] MA L,GU X D, WANG B W. Correction of outliers in temperature time series based on sliding window prediction in meteorological sensor network[J]. Information, 2017, 8(2):60.

    [2] GANGULY A R, GAMA J, OMITAOMU O A, et al. Knowledge discovery from sensor data[M]. Springer Berlin Heidelberg, 2010.

    [3] RASSAM M A, ZAINAL A, MAAROF M A. Advancements of data anomaly detection research in wireless sensor networks: a survey and open issues[J]. Sensors, 2013, 13(8): 10087-10122.

    [4] ZHANG Y. Observing the unobservable: distributed online outlier detection in wireless sensor networks[D]. Enschede: University of Twente, 2010.

    [5] LAU B C P, MA E W M, CHOW T W S. Probabilistic fault detector for wireless sensornetwork[J]. Expert Systems with Applications, 2014, 41(8): 3703-3711.

    [6] SUBRAMANIAM S, PALPANAS T, PAPADOPOULOS D, et al. Online outlier detection in sensor data using non-parametric models[C]//Proceedings of the 32nd International Conference on Very Large Data Bases, 2006: 187-198.

    [7] XU X, GENG W, YANG G, et al. LEDFD: A low energy consumption distributed fault detection algorithm for wireless sensor networks[J]. International Journal of Distributed Sensor Networks, 2014, 10(2): 714530.

    [8] BAHREPOUR M, MERATNIA N, POEL M, et al. Distributed event detection in wireless sensor networks for disaster management[C]//Intelligent Networking and Collaborative Systems (INCOS), 2010 2nd International Conference on. IEEE, 2010: 507-512.

    [9] HILL D J, MINSKER B S. Anomaly detection in streaming environmental sensor data: A data-driven modeling approach[J]. Environmental Modelling & Software, 2010, 25(9): 1014-1022.

    [10] FAWZY A, MIKHTAR H M O, HEGAZY O. Outliers detection and classification in wireless sensor networks[J]. Egyptian Informatics Journal, 2013, 14(2): 157-164.

    [11] BRANCH J W,GIANNELLA C, SZYMANSKI B, et al. In-network outlier detection in wireless sensor networks[J]. Knowledge and Information Systems, 2013, 34(1): 23-54.

    [12] O′REILLY C, GLUHAK A, IMRAN M A, et al. Anomaly detection in wireless sensor networks in a non-stationary environment[J]. IEEE Communications Surveys & Tutorials, 2014, 16(3): 1413-1432.

    [13] Intel. IntelLab data[EB/OL].(2004-××-××).http://www.select.cs. cmu.edu/data/labapp3/index.html.

    [14] ZHUANG Y Z, CHEN L. In-network outlier cleaning for data collection in sensor networks[C]// Int′l VLDB Workshop on Clean Databases, Cleandb 2006.

    [15] XIE M, HU J K, HAN S, et al. Scalable hypergrid k-NN-based online anomaly detection in wireless sensor networks[J]. IEEE Transactions on Parallel and Distributed Systems, 2013, 24(8): 1661-1670.

    猜你喜歡
    分區(qū)區(qū)間觀測
    觀測到恒星死亡瞬間
    軍事文摘(2023年18期)2023-11-03 09:45:42
    解兩類含參數(shù)的復(fù)合不等式有解與恒成立問題
    你學(xué)會“區(qū)間測速”了嗎
    上海實施“分區(qū)封控”
    浪莎 分區(qū)而治
    天測與測地VLBI 測地站周圍地形觀測遮掩的討論
    可觀測宇宙
    太空探索(2016年7期)2016-07-10 12:10:15
    區(qū)間對象族的可鎮(zhèn)定性分析
    高分辨率對地觀測系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    基于SAGA聚類分析的無功電壓控制分區(qū)
    電測與儀表(2015年8期)2015-04-09 11:50:16
    av中文乱码字幕在线| 国产精品综合久久久久久久免费| 国产高清视频在线播放一区| 无遮挡黄片免费观看| 亚洲国产精品sss在线观看| 搡老岳熟女国产| 激情在线观看视频在线高清| 日本黄色视频三级网站网址| 久久精品久久久久久噜噜老黄 | 国产高清有码在线观看视频| 精品免费久久久久久久清纯| 亚洲成av人片免费观看| 三级毛片av免费| 欧美丝袜亚洲另类 | 精品久久久久久久久av| 深爱激情五月婷婷| 国产亚洲精品久久久com| 18禁黄网站禁片午夜丰满| 国产伦精品一区二区三区四那| 少妇的逼好多水| 国产欧美日韩一区二区三| 国产乱人视频| 在线十欧美十亚洲十日本专区| aaaaa片日本免费| 久久6这里有精品| 日本免费a在线| 极品教师在线免费播放| 国产一区二区在线观看日韩| 欧美+日韩+精品| 九色成人免费人妻av| 欧美日韩瑟瑟在线播放| 免费人成在线观看视频色| 午夜福利成人在线免费观看| 99精品久久久久人妻精品| 午夜福利视频1000在线观看| 大型黄色视频在线免费观看| 五月伊人婷婷丁香| 久久久久久久久久黄片| ponron亚洲| 国产在线男女| 最新在线观看一区二区三区| 国产一区二区在线av高清观看| 人人妻,人人澡人人爽秒播| 成人美女网站在线观看视频| 中亚洲国语对白在线视频| 亚洲av成人av| 又粗又爽又猛毛片免费看| 一级av片app| 亚洲国产精品成人综合色| 3wmmmm亚洲av在线观看| 免费无遮挡裸体视频| 成人精品一区二区免费| 99热这里只有是精品在线观看 | 日本在线视频免费播放| 国产淫片久久久久久久久 | 在现免费观看毛片| 日本精品一区二区三区蜜桃| 国产精品国产高清国产av| 色av中文字幕| 亚洲欧美日韩高清专用| 日韩高清综合在线| 中亚洲国语对白在线视频| 色精品久久人妻99蜜桃| 国产91精品成人一区二区三区| 男人舔奶头视频| 亚洲专区国产一区二区| 国产成+人综合+亚洲专区| 人妻久久中文字幕网| 亚洲国产色片| 嫩草影院新地址| 亚洲 国产 在线| 亚洲成人免费电影在线观看| 国产亚洲精品av在线| 国产成人啪精品午夜网站| 欧美色视频一区免费| 嫩草影院新地址| 偷拍熟女少妇极品色| 深夜a级毛片| 波野结衣二区三区在线| 成人精品一区二区免费| 亚洲久久久久久中文字幕| 一进一出抽搐动态| 日本 欧美在线| 偷拍熟女少妇极品色| 亚洲av美国av| 97人妻精品一区二区三区麻豆| 不卡一级毛片| 国内精品一区二区在线观看| 99热精品在线国产| 午夜福利成人在线免费观看| 国产美女午夜福利| 变态另类丝袜制服| 亚洲精品亚洲一区二区| 精品一区二区三区人妻视频| 国产午夜福利久久久久久| 网址你懂的国产日韩在线| 一个人看视频在线观看www免费| 内地一区二区视频在线| 亚洲欧美清纯卡通| 性色avwww在线观看| 性色av乱码一区二区三区2| 美女黄网站色视频| 国产精品av视频在线免费观看| 精品人妻1区二区| 在线天堂最新版资源| 国产精品1区2区在线观看.| 少妇的逼水好多| 亚洲av不卡在线观看| 国产精华一区二区三区| 亚洲国产欧美人成| av欧美777| 午夜福利高清视频| ponron亚洲| 永久网站在线| 国产伦一二天堂av在线观看| 啦啦啦观看免费观看视频高清| 欧美色欧美亚洲另类二区| 色精品久久人妻99蜜桃| 天美传媒精品一区二区| 成人特级av手机在线观看| 宅男免费午夜| 久久99热这里只有精品18| 欧美日本亚洲视频在线播放| 在线观看av片永久免费下载| 国产一级毛片七仙女欲春2| 看片在线看免费视频| 亚洲一区高清亚洲精品| 成人av在线播放网站| 欧美xxxx性猛交bbbb| 国产真实乱freesex| 在线看三级毛片| 长腿黑丝高跟| 啦啦啦韩国在线观看视频| 最近最新中文字幕大全电影3| 观看免费一级毛片| 天堂影院成人在线观看| 老司机福利观看| 直男gayav资源| 国产视频内射| 国产中年淑女户外野战色| 99久久精品国产亚洲精品| 熟女人妻精品中文字幕| 中文字幕精品亚洲无线码一区| 一本久久中文字幕| 亚洲五月天丁香| 少妇裸体淫交视频免费看高清| 欧美日韩乱码在线| 变态另类丝袜制服| 亚洲,欧美精品.| 在线观看一区二区三区| 欧美在线黄色| av中文乱码字幕在线| 日韩精品青青久久久久久| 大型黄色视频在线免费观看| 午夜福利高清视频| 国产av在哪里看| 成年女人看的毛片在线观看| 国产老妇女一区| 国产视频一区二区在线看| 国产老妇女一区| 欧美区成人在线视频| 三级男女做爰猛烈吃奶摸视频| 白带黄色成豆腐渣| 欧美日韩瑟瑟在线播放| 国产探花极品一区二区| 国产成+人综合+亚洲专区| 国产伦一二天堂av在线观看| 国产精品亚洲美女久久久| 欧美激情国产日韩精品一区| 国产成+人综合+亚洲专区| 搞女人的毛片| 精品福利观看| 757午夜福利合集在线观看| 内射极品少妇av片p| 国产精品国产高清国产av| 午夜两性在线视频| 精品人妻偷拍中文字幕| 97人妻精品一区二区三区麻豆| 久久婷婷人人爽人人干人人爱| 国产av在哪里看| 久久热精品热| www日本黄色视频网| 亚州av有码| 国产主播在线观看一区二区| 一区二区三区高清视频在线| 老熟妇乱子伦视频在线观看| 757午夜福利合集在线观看| 免费无遮挡裸体视频| 欧美激情久久久久久爽电影| 亚洲va日本ⅴa欧美va伊人久久| 日本成人三级电影网站| 国产成+人综合+亚洲专区| 亚洲,欧美,日韩| 亚洲av五月六月丁香网| 国内精品美女久久久久久| 人人妻人人澡欧美一区二区| 琪琪午夜伦伦电影理论片6080| 搡老妇女老女人老熟妇| 久久亚洲真实| 国产精华一区二区三区| 亚洲精品久久国产高清桃花| 18禁裸乳无遮挡免费网站照片| 桃红色精品国产亚洲av| 国产欧美日韩一区二区精品| 精品熟女少妇八av免费久了| 亚洲欧美日韩高清专用| 欧美xxxx性猛交bbbb| 久久久国产成人精品二区| 中文字幕免费在线视频6| 日本在线视频免费播放| 黄色丝袜av网址大全| 国产色爽女视频免费观看| 日韩大尺度精品在线看网址| 久久久久久久久中文| 午夜免费男女啪啪视频观看 | 亚洲美女黄片视频| 亚洲精品成人久久久久久| 亚洲片人在线观看| 五月玫瑰六月丁香| 成年女人永久免费观看视频| 18禁在线播放成人免费| 女人十人毛片免费观看3o分钟| 亚洲精品影视一区二区三区av| 亚洲最大成人手机在线| 精品人妻熟女av久视频| 国产成人欧美在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 女人被狂操c到高潮| 一区二区三区免费毛片| 老鸭窝网址在线观看| 成年免费大片在线观看| 在线播放国产精品三级| 免费一级毛片在线播放高清视频| 国产午夜精品论理片| 久久精品91蜜桃| 美女免费视频网站| 国产av不卡久久| 欧美zozozo另类| 国产美女午夜福利| 欧洲精品卡2卡3卡4卡5卡区| 成人美女网站在线观看视频| 国产伦在线观看视频一区| 黄色配什么色好看| 日韩欧美国产一区二区入口| 美女大奶头视频| 亚洲av美国av| 亚洲欧美日韩卡通动漫| 久久午夜福利片| 日韩有码中文字幕| 精品久久久久久久久久久久久| 欧美+日韩+精品| 欧美不卡视频在线免费观看| 一级黄色大片毛片| 精品一区二区三区视频在线观看免费| 国产爱豆传媒在线观看| 亚洲精品一区av在线观看| 一区福利在线观看| 九色成人免费人妻av| 黄色视频,在线免费观看| 99久久无色码亚洲精品果冻| 99精品久久久久人妻精品| 精品日产1卡2卡| 淫妇啪啪啪对白视频| 中文字幕高清在线视频| 国产精品国产高清国产av| 国产极品精品免费视频能看的| 日韩欧美精品v在线| 丰满的人妻完整版| 黄色女人牲交| 日韩成人在线观看一区二区三区| 日韩欧美三级三区| 国产精品久久久久久人妻精品电影| 国产日本99.免费观看| 高清在线国产一区| 中文资源天堂在线| 一个人看的www免费观看视频| 亚洲成人免费电影在线观看| 在线观看一区二区三区| 少妇裸体淫交视频免费看高清| www.www免费av| 熟女人妻精品中文字幕| 日韩欧美在线二视频| 国产欧美日韩精品一区二区| 日本熟妇午夜| 三级国产精品欧美在线观看| 久久久成人免费电影| a级毛片a级免费在线| 久久天躁狠狠躁夜夜2o2o| 如何舔出高潮| 日日夜夜操网爽| 欧美精品啪啪一区二区三区| 人人妻人人澡欧美一区二区| 亚洲av日韩精品久久久久久密| 日本 欧美在线| 无人区码免费观看不卡| 中文字幕人妻熟人妻熟丝袜美| a级一级毛片免费在线观看| 精品福利观看| 自拍偷自拍亚洲精品老妇| 十八禁网站免费在线| 欧美色视频一区免费| 精品99又大又爽又粗少妇毛片 | 在现免费观看毛片| 亚洲国产精品久久男人天堂| 欧美精品啪啪一区二区三区| 亚洲 国产 在线| 精品久久久久久久久av| 1024手机看黄色片| 久久国产精品人妻蜜桃| 午夜两性在线视频| 欧美黄色片欧美黄色片| 老鸭窝网址在线观看| 两人在一起打扑克的视频| 级片在线观看| 又紧又爽又黄一区二区| 日韩中字成人| 亚洲性夜色夜夜综合| 97热精品久久久久久| 欧美3d第一页| netflix在线观看网站| 亚洲人成网站在线播放欧美日韩| 3wmmmm亚洲av在线观看| 听说在线观看完整版免费高清| 麻豆成人午夜福利视频| 99久久成人亚洲精品观看| h日本视频在线播放| 精品久久久久久,| 亚洲精品粉嫩美女一区| 在现免费观看毛片| 高潮久久久久久久久久久不卡| 亚洲电影在线观看av| 波多野结衣高清作品| 最近最新免费中文字幕在线| 亚洲精品456在线播放app | 精品99又大又爽又粗少妇毛片 | 高潮久久久久久久久久久不卡| 激情在线观看视频在线高清| 人人妻人人澡欧美一区二区| АⅤ资源中文在线天堂| 国产欧美日韩一区二区精品| www.熟女人妻精品国产| 好看av亚洲va欧美ⅴa在| 自拍偷自拍亚洲精品老妇| 女生性感内裤真人,穿戴方法视频| 毛片女人毛片| 国产色爽女视频免费观看| 一区二区三区激情视频| 美女高潮喷水抽搐中文字幕| 嫩草影院入口| 中文在线观看免费www的网站| 欧美日韩黄片免| 免费高清视频大片| 一本久久中文字幕| 中文字幕人妻熟人妻熟丝袜美| .国产精品久久| 国产伦精品一区二区三区视频9| 欧美成人a在线观看| 亚洲男人的天堂狠狠| 国产精品不卡视频一区二区 | 丝袜美腿在线中文| 国产精品美女特级片免费视频播放器| 免费在线观看日本一区| 动漫黄色视频在线观看| 波多野结衣高清作品| 毛片女人毛片| 国产精品永久免费网站| 亚洲国产精品合色在线| 久久国产乱子伦精品免费另类| 国内毛片毛片毛片毛片毛片| 成年免费大片在线观看| 国产精品99久久久久久久久| av天堂在线播放| 欧美性感艳星| 一级黄片播放器| 麻豆一二三区av精品| 成人毛片a级毛片在线播放| 国产国拍精品亚洲av在线观看| 在现免费观看毛片| 高潮久久久久久久久久久不卡| 亚洲精品在线美女| 亚洲18禁久久av| 国产欧美日韩一区二区精品| 国产色爽女视频免费观看| 国产视频一区二区在线看| 国产精品一及| 日本一二三区视频观看| 99热这里只有是精品50| 亚洲精品在线美女| 免费高清视频大片| 能在线免费观看的黄片| 亚洲av中文字字幕乱码综合| 国产高清视频在线播放一区| 十八禁网站免费在线| 成人性生交大片免费视频hd| 又黄又爽又刺激的免费视频.| 国产视频一区二区在线看| 黄片小视频在线播放| 男人的好看免费观看在线视频| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲av二区三区四区| 一a级毛片在线观看| 午夜精品在线福利| 色尼玛亚洲综合影院| 亚洲av二区三区四区| 免费电影在线观看免费观看| 国产淫片久久久久久久久 | 午夜福利在线观看免费完整高清在 | 久久性视频一级片| 国内久久婷婷六月综合欲色啪| 久久国产精品影院| 九色成人免费人妻av| 国产亚洲欧美98| 欧美日韩瑟瑟在线播放| 丰满人妻一区二区三区视频av| 亚洲最大成人手机在线| 少妇的逼水好多| av国产免费在线观看| 老鸭窝网址在线观看| 在线观看舔阴道视频| 深夜精品福利| 国产精品伦人一区二区| 亚洲第一区二区三区不卡| 欧美一区二区国产精品久久精品| 国产成人av教育| 免费看光身美女| 久久久久久久久久黄片| 精品熟女少妇八av免费久了| 日韩欧美国产在线观看| 日韩欧美 国产精品| 综合色av麻豆| 成人亚洲精品av一区二区| 亚洲经典国产精华液单 | 精品无人区乱码1区二区| 网址你懂的国产日韩在线| 男女床上黄色一级片免费看| 国产麻豆成人av免费视频| 成人永久免费在线观看视频| eeuss影院久久| a在线观看视频网站| 欧美潮喷喷水| 村上凉子中文字幕在线| 亚洲av第一区精品v没综合| 99热这里只有精品一区| 动漫黄色视频在线观看| 九九热线精品视视频播放| 性欧美人与动物交配| 精品福利观看| 长腿黑丝高跟| 成年免费大片在线观看| 白带黄色成豆腐渣| 婷婷亚洲欧美| 日本熟妇午夜| 久久久久久久久久黄片| 国内精品久久久久久久电影| 精品不卡国产一区二区三区| 国产一区二区在线av高清观看| 如何舔出高潮| 每晚都被弄得嗷嗷叫到高潮| 亚洲欧美日韩卡通动漫| 国产色婷婷99| 久久国产乱子伦精品免费另类| 嫁个100分男人电影在线观看| 啦啦啦观看免费观看视频高清| 少妇人妻一区二区三区视频| 最近最新免费中文字幕在线| 欧美高清成人免费视频www| 久久精品国产亚洲av香蕉五月| 成人性生交大片免费视频hd| 欧美不卡视频在线免费观看| 亚洲av美国av| 久久草成人影院| 国产免费一级a男人的天堂| 亚洲av第一区精品v没综合| 尤物成人国产欧美一区二区三区| 亚洲真实伦在线观看| 桃红色精品国产亚洲av| 国产精品99久久久久久久久| 五月玫瑰六月丁香| 久久精品国产99精品国产亚洲性色| 在线天堂最新版资源| 亚洲狠狠婷婷综合久久图片| 日本在线视频免费播放| 嫩草影视91久久| 久久久久久久精品吃奶| 中文字幕久久专区| 亚洲欧美日韩无卡精品| 禁无遮挡网站| 一个人看视频在线观看www免费| 精品乱码久久久久久99久播| 国产亚洲欧美98| 动漫黄色视频在线观看| 我要搜黄色片| 精品久久久久久久久久久久久| 此物有八面人人有两片| 久久午夜福利片| 在线播放无遮挡| 日本 av在线| 少妇人妻精品综合一区二区 | 亚洲成av人片免费观看| 一本综合久久免费| 美女高潮喷水抽搐中文字幕| 国产成人欧美在线观看| 精品国产亚洲在线| 最近中文字幕高清免费大全6 | 欧美日韩中文字幕国产精品一区二区三区| 国产精品久久久久久久久免 | 亚洲美女视频黄频| x7x7x7水蜜桃| 欧美区成人在线视频| 少妇裸体淫交视频免费看高清| 观看免费一级毛片| 精华霜和精华液先用哪个| 精品熟女少妇八av免费久了| 国产毛片a区久久久久| 成人特级av手机在线观看| 亚洲国产精品久久男人天堂| 人人妻,人人澡人人爽秒播| 桃红色精品国产亚洲av| 两性午夜刺激爽爽歪歪视频在线观看| 十八禁网站免费在线| 成熟少妇高潮喷水视频| 国产三级中文精品| 青草久久国产| 天天一区二区日本电影三级| 综合色av麻豆| 精品久久久久久久久久免费视频| 久久国产乱子伦精品免费另类| 国产精华一区二区三区| 免费无遮挡裸体视频| 日本免费a在线| 9191精品国产免费久久| 精品久久久久久久久av| 最近最新中文字幕大全电影3| avwww免费| 久久99热6这里只有精品| 91久久精品电影网| 日本一二三区视频观看| 黄色日韩在线| 51午夜福利影视在线观看| 国产在线男女| www.999成人在线观看| 亚洲久久久久久中文字幕| 久久人人精品亚洲av| 午夜精品久久久久久毛片777| .国产精品久久| 午夜福利在线观看吧| 国语自产精品视频在线第100页| 国产精品久久久久久人妻精品电影| 欧美日韩瑟瑟在线播放| 免费看美女性在线毛片视频| 亚洲三级黄色毛片| 久久精品夜夜夜夜夜久久蜜豆| 色视频www国产| 精品人妻偷拍中文字幕| 午夜免费激情av| 在线a可以看的网站| 免费看美女性在线毛片视频| 99精品在免费线老司机午夜| 18禁黄网站禁片免费观看直播| 可以在线观看的亚洲视频| 三级国产精品欧美在线观看| 亚洲aⅴ乱码一区二区在线播放| netflix在线观看网站| 男女床上黄色一级片免费看| 黄色丝袜av网址大全| 久久精品国产亚洲av香蕉五月| 成年免费大片在线观看| 嫩草影视91久久| 国产人妻一区二区三区在| 日本黄色视频三级网站网址| 在线观看午夜福利视频| av天堂中文字幕网| 久久6这里有精品| 日日摸夜夜添夜夜添av毛片 | 精品人妻1区二区| 十八禁人妻一区二区| 一级黄色大片毛片| 日本 欧美在线| 亚洲av五月六月丁香网| av视频在线观看入口| 99国产精品一区二区三区| 欧美日韩乱码在线| 91狼人影院| 超碰av人人做人人爽久久| 韩国av一区二区三区四区| 90打野战视频偷拍视频| 天堂av国产一区二区熟女人妻| 精品乱码久久久久久99久播| 亚洲男人的天堂狠狠| 男女下面进入的视频免费午夜| 如何舔出高潮| 婷婷色综合大香蕉| 麻豆成人午夜福利视频| 成人高潮视频无遮挡免费网站| 琪琪午夜伦伦电影理论片6080| 啦啦啦观看免费观看视频高清| 亚洲av免费在线观看| 国产成人a区在线观看| 91麻豆精品激情在线观看国产| 免费看日本二区| 91av网一区二区| 色综合欧美亚洲国产小说| 自拍偷自拍亚洲精品老妇| 国产视频内射| 精品久久久久久,| 如何舔出高潮| 男女下面进入的视频免费午夜| 99热这里只有精品一区| 欧美成人免费av一区二区三区| 午夜福利欧美成人| 内地一区二区视频在线| 精品一区二区免费观看| 国产成人a区在线观看| 午夜福利免费观看在线| 欧美+日韩+精品|