基于貝葉斯信念網(wǎng)絡(luò)的多層傳感網(wǎng)異常識別模型的設(shè)計(jì)

劉冰

摘要：多層傳感網(wǎng)由于其不同層次的異常特征差異較大，導(dǎo)致其異常數(shù)據(jù)識別存在一定的困難。傳統(tǒng)的識別方法多以數(shù)據(jù)流量異常為參照指標(biāo)，并在建模過程中需要明確不同層次之間的關(guān)聯(lián)，否則就無法設(shè)置檢測閾值，因此導(dǎo)致了誤報警情況頻發(fā)。該文提出將貝葉斯信念網(wǎng)絡(luò)引入到多層傳感網(wǎng)異常數(shù)據(jù)檢測模型中，并通過評估函數(shù)來測試不同的網(wǎng)絡(luò)結(jié)構(gòu)與多層傳感網(wǎng)中某一層的契合度，隨后采用壓縮候選方法來分析異常數(shù)據(jù)間的依賴關(guān)系，從而對采集到的數(shù)據(jù)樣本進(jìn)行篩選，最終挖掘出異常數(shù)據(jù)。

關(guān)鍵詞：多層傳感網(wǎng);異常數(shù)據(jù);數(shù)據(jù)挖掘;識別模型

中圖分類號：TP393? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）22-0189-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

1 引言

多層傳感網(wǎng)在現(xiàn)代工業(yè)生產(chǎn)的實(shí)時監(jiān)控領(lǐng)域內(nèi)發(fā)揮了重要的作用，是動態(tài)調(diào)節(jié)設(shè)備運(yùn)轉(zhuǎn)狀態(tài)，保障生產(chǎn)水平的主要方式之一。隨著精細(xì)化控制理念的提出，監(jiān)控系統(tǒng)對數(shù)據(jù)采集與分析的標(biāo)準(zhǔn)不斷提高，多層傳感網(wǎng)的異常數(shù)據(jù)導(dǎo)致的負(fù)面影響日益突出，傳統(tǒng)的異常檢測方法誤警率高，且檢出率也不甚理想，迫切需要改進(jìn)。目前，借助高效的數(shù)據(jù)挖掘技術(shù)，對網(wǎng)絡(luò)中多層傳感器故障數(shù)據(jù)進(jìn)行可靠的識別與分類已經(jīng)成了該領(lǐng)域內(nèi)研究的熱點(diǎn)。多層傳感網(wǎng)最大的特點(diǎn)就是其不同層次的異構(gòu)性較大，因而也導(dǎo)致了不同層次內(nèi)由于傳感器故障而監(jiān)測到的異常數(shù)據(jù)特征多樣化，這也是典型的故障特征“斷層”問題的根本原因。

2 多層傳感網(wǎng)異常數(shù)據(jù)檢測機(jī)制分析

多層傳感網(wǎng)目前已經(jīng)得到了廣泛應(yīng)用，尤其在一些特殊環(huán)境下，更是控制系統(tǒng)獲取被控對象實(shí)時狀態(tài)信息的首選模式。由于多層傳感網(wǎng)本身的復(fù)雜性和異構(gòu)性，導(dǎo)致監(jiān)測信息無法快速的與其對應(yīng)的被控對象之間形成映射關(guān)聯(lián)，增加了分析的難度。傳統(tǒng)的基于數(shù)據(jù)流量異常的檢測模式主要流程如下：

首先引入干擾因子[β∈[0，1]]，其作用是對決策樹的分類質(zhì)量進(jìn)行評估，通過對該參數(shù)的計(jì)數(shù)實(shí)現(xiàn)對樣本的采樣次數(shù)進(jìn)行調(diào)整，同時根據(jù)該參數(shù)的取值與偏差節(jié)點(diǎn)同根節(jié)點(diǎn)之間的差距，與樹深（出現(xiàn)誤差的層數(shù)）相映射，從而描述當(dāng)前節(jié)點(diǎn)分類的誤差程度，顯然，當(dāng)[β]=1時表示分類正確。其次，當(dāng)前節(jié)點(diǎn)的[β]值比之前節(jié)點(diǎn)更加趨向于0時，表明分類誤差加劇，此時構(gòu)造替代子樹來改善分類質(zhì)量：在初始屬性分叉處，若新樣本屬性模糊信息增益相對較大，則以其為根節(jié)點(diǎn)，構(gòu)造一棵新的子樹。最后，為了實(shí)現(xiàn)對替代子樹的約束，確保其落在合理的分類范圍之內(nèi)，也需要評價該子樹的分類精確度，并同原樹相比，根據(jù)增量來靈活的調(diào)整子樹的[β]值。

該流程中最關(guān)鍵的環(huán)節(jié)就是需要在滑動窗口中設(shè)定一個閾值[ξ]，設(shè)滑動窗口涵蓋的樣本群體個數(shù)為[W]，而[W]為干擾因子計(jì)數(shù)[βcount]，規(guī)定當(dāng)[W≤ξ]時，判定節(jié)點(diǎn)性能異常，需進(jìn)行糾正，通過替代子樹縮小滑動窗口，直至[W>ξ]。由此可見，對于該檢測方法而言，最關(guān)鍵的就是選取合適的閾值[ξ]，從而保障判定結(jié)果的準(zhǔn)確性。但多層傳感網(wǎng)由于其異構(gòu)性較大，因此很難確定一個合理的定值[ξ]，這也是傳統(tǒng)檢測方法普遍質(zhì)量不高的重要原因。

3 基于貝葉斯信念網(wǎng)絡(luò)的檢測模型優(yōu)化方案

傳感器網(wǎng)絡(luò)異常的主要原因是傳感器節(jié)點(diǎn)出現(xiàn)故障，從而發(fā)出了異常突變的信號，并導(dǎo)致一系列的連鎖反應(yīng)，最終使得監(jiān)測模型發(fā)生重大的偏差。由于該過程動態(tài)性極強(qiáng)，因此很難通過傳統(tǒng)方法進(jìn)行自適應(yīng)的判定。貝葉斯網(wǎng)絡(luò)可通過概率描述數(shù)據(jù)集內(nèi)所有樣本之間的關(guān)聯(lián)，而個別數(shù)據(jù)的丟失或異常不會改變整體的描述結(jié)論，從而也不會對分類結(jié)果產(chǎn)生影響。因此，將貝葉斯信念網(wǎng)絡(luò)的理念引入到多層傳感網(wǎng)的異常檢測模型當(dāng)中，可顯著的提高檢測機(jī)制的動態(tài)性與準(zhǔn)確性，有效的改善誤報警現(xiàn)象。

3.1 貝葉斯信念網(wǎng)絡(luò)原理

定義1：對于一個任意樣本集[x=X1，X2，…Xn]，若其中的一條聯(lián)合條件概率散布，則有：

[B=G，θ]? ? ? ? ? ? ? ? ? （1）

上式中，[X]為某一單一樣本，用m維向量表示;[G]為有向無環(huán)圖，該圖頂點(diǎn)即為樣本集中的某個樣本，弧度的大小則用以表示函數(shù)依賴關(guān)系的高低;θ代表建模過程中預(yù)定的參數(shù)組合。

定義2：如果有一條弧從變量Y連接到了X，則Y是X的雙親或者直接前驅(qū)，反之則為其后繼。節(jié)點(diǎn)群中任一節(jié)點(diǎn)，除了與其后繼節(jié)點(diǎn)構(gòu)建關(guān)聯(lián)外，與其他節(jié)點(diǎn)均保持獨(dú)立。[G]中某個節(jié)點(diǎn)[Xi]的所有前驅(qū)節(jié)點(diǎn)構(gòu)建的集合為[Pa（Xi）]。

定義3：對于所有的[Xi]，[Pa（Xi）]的取值[x1]存在以下參數(shù)：[θxi/Pa（Xi）=P（xiPa（Xi））]，則貝葉斯信念網(wǎng)絡(luò)給定的變量集合[Xi]上的聯(lián)合條件概率分布為：

[PB（X1，X2，…Xn）=i=1nPB（xiPa（Xi））]? ? ? ? ? ?（2）

3.2 異常識別模型的設(shè)計(jì)

將貝葉斯算法引入到多層傳感網(wǎng)異常識別模型中，可將其作用過程描述如下：首先將樣本集[D=x1，x2，…xn]定義為一組故障數(shù)據(jù)訓(xùn)練樣本，其中[xi]是X的實(shí)例，根據(jù)貝葉斯網(wǎng)絡(luò)的運(yùn)算機(jī)制，可通過一個估算函數(shù)[S（B|D）]來完成針[xi]的貝葉斯網(wǎng)絡(luò)的構(gòu)建，同時也運(yùn)用該函數(shù)來評價任意一種網(wǎng)絡(luò)拓?fù)渑c故障數(shù)據(jù)樣本間的適應(yīng)度，從而收斂至一個最符合的解，即在所有可能的網(wǎng)絡(luò)拓?fù)洚?dāng)中，是硬度最高的故障數(shù)據(jù)樣本。在傳統(tǒng)的貝葉斯網(wǎng)絡(luò)算法中，其搜索機(jī)制必須在雙親變量的n-1個候選節(jié)點(diǎn)中遍歷，而并沒有充分利用變量之間的關(guān)聯(lián)特征，導(dǎo)致了大量的無效計(jì)算，提高了算法的空間復(fù)雜度，因此效果不好。本文提出在父節(jié)點(diǎn)之間設(shè)置互斥關(guān)聯(lián)，從而大幅壓縮查詢規(guī)模的優(yōu)化思路，即通過一個依賴度量函數(shù)[H（X，Y）]來評估兩個多層傳感器故障數(shù)據(jù)[（X，Y）]間的依賴程度，[H（X，Y）]值越大，關(guān)聯(lián)性越強(qiáng)，其成為父子的可能性就越大，反之亦然。根據(jù)[H（X，Y）]的計(jì)算，可以掌握所有傳感器異常數(shù)據(jù)間的關(guān)聯(lián)性，并快速獲取某個樣本[Xi]的所有父節(jié)點(diǎn)數(shù)據(jù)，并對其進(jìn)行集中檢索。改進(jìn)后的識別模型算法如下：

Step 1：設(shè)置輸入端，構(gòu)建多層傳感網(wǎng)異常數(shù)據(jù)集[D=x1，x2，…xn]中某一樣本的貝葉斯信念網(wǎng)絡(luò)[Bn]，設(shè)定估算函數(shù)[S（B|D）]和參數(shù)k。

Step 2：設(shè)置輸出端，對任意的異常數(shù)據(jù)樣本[Xi]，返回一個k候選父集[Ci]。

Step 3：針對樣本集中的任意樣本[Xj]，計(jì)算[H（Xi，Xj），Xi≠Xj]。

Step 4：選擇計(jì)算結(jié)果中權(quán)值最高的的k-1個樣本，[l=|Pa（Xi）|]，候選集合[Ci=Pa（Xi）Y{X1，X2，…，Xk-1}]返回[Ci]。

4 實(shí)驗(yàn)與分析

為論證本文提出的優(yōu)化模型在多層傳感網(wǎng)異常數(shù)據(jù)的檢測過程中能夠發(fā)揮其作用，特進(jìn)行模擬實(shí)驗(yàn)。模擬環(huán)境為VisualC++6.0。預(yù)定采集到的樣本總數(shù)為n，所有數(shù)據(jù)的特征由集合[g1，g2，…，gm]描述，樣本群中包含的異常數(shù)據(jù)規(guī)模為p，所有數(shù)據(jù)的平均散布系數(shù)是μ。采用下式評價異常檢出的正確率：

[Ψ=n-pg2i-μ×100%]? ? ? ? ? ? ? ? （3）

為了對比分析本文方法的有效性，引入傳統(tǒng)的檢測方法作為參照，共同完成了10輪模擬測試，并將數(shù)據(jù)匯總，如表1所示。

效果對比如圖1所示。

通過對比分析后可以發(fā)現(xiàn)，本文提出的優(yōu)化模型明顯提高了對異常數(shù)據(jù)檢出的準(zhǔn)確率，得益于貝葉斯信念網(wǎng)絡(luò)在多維特征解間的關(guān)聯(lián)分析能力，模型可以更加合理的評估某條樣本出現(xiàn)異常的概率，同時也基于本文提出的父節(jié)點(diǎn)關(guān)聯(lián)互斥方法，模型的計(jì)算規(guī)模得到了有效的壓縮，使得整個算法的復(fù)雜度并未提高。

5 結(jié)論

目前，隨著各種智能算法的不斷提出，對于大規(guī)模數(shù)據(jù)的實(shí)時監(jiān)控能力得到了顯著的加強(qiáng)。多層傳感網(wǎng)由于層數(shù)多，傳感器種類差異大，因此其故障特征多樣，導(dǎo)致數(shù)據(jù)異常的種類較多，很難采用統(tǒng)一的檢測標(biāo)準(zhǔn)進(jìn)行評測，因此異常檢出率不高，且誤報警情況一直無法得到有效控制。本文提出的基于貝葉斯信念網(wǎng)絡(luò)的多層傳感網(wǎng)異常數(shù)據(jù)檢測模型，充分利用了貝葉斯信念網(wǎng)絡(luò)強(qiáng)大的樣本關(guān)聯(lián)能力，以及對多個樣本進(jìn)行聯(lián)立評估的方法，有效改善了原本針對孤立樣本進(jìn)行單獨(dú)評價的機(jī)制造成的問題，通過評估函數(shù)評估各個可能的網(wǎng)絡(luò)結(jié)構(gòu)與樣本多層傳感器故障數(shù)據(jù)間的適應(yīng)度，找到最符合數(shù)據(jù)異常特征的解，并以此為基礎(chǔ)展開搜索，根據(jù)異常數(shù)據(jù)間的依賴關(guān)系，構(gòu)建出異常數(shù)據(jù)樣本集，實(shí)現(xiàn)了多層傳感網(wǎng)的異常檢測目標(biāo)。

參考文獻(xiàn)：

[1] 于強(qiáng).基于模糊關(guān)聯(lián)規(guī)則并行挖掘算法的飛行數(shù)據(jù)處理[J].微計(jì)算機(jī)信息，2009，5（3）：148-150.

[2] 李浪，李仁發(fā).基于數(shù)據(jù)流異常挖掘的入侵檢測系統(tǒng)設(shè)計(jì)[J].科學(xué)技術(shù)與工程，2008，8（13）：3500-3503.

[3] 李國徽，陳輝.挖掘數(shù)據(jù)流任意滑動時間窗口內(nèi)頻繁模式[J].軟件學(xué)報，2008，19（10）： 2585-2596.

【通聯(lián)編輯：代影】