• 信息通信领域高质量科技期刊分级目录入选期刊
  • 中国期刊全文数据库(CJFD) 全文收录期刊
  • 中国学术期刊综合评价数据库(CAJCED) 统计源期刊
  • 中国学术期刊数据库(COJ)万方数据数字化期刊群
  • 中文科技期刊数据库(维普资讯)

1. 2023, 36(6): 0. doi:

综述

基于深度学习的无线传感网络高维数据异常检测方法

胡挺峰

关键词: 深度学习;无线传感网络;高维数据;数据异常检测;

中图分类号:G647

文献标识码:A

文章编号:2096-9759(2023)06-0087-03

作者简介

胡挺峰(1973.07-),男(汉族),江苏无锡人,硕士,副教授,主要研究方向:信息安全,数据分析,神经网络等。
 

摘要

数据异常检测是计算机算法领域的一个重要课题,为提高检测精度,基于深度学习算法设计一种无线传感网络高维数据异常检测方法。获取浅层的自编码器,得到低维向量和高维向量的差别,在编码器中传递隐藏函数,均方误差的权重,避免训练过拟合,信息传播过程中的代价函数,建立多个数据异常节点的差异化矩阵,基于基于深度学习算法实现无线传感网络的数据分类。设计高维数据异常检测算法,得到异常检测结果。实验数据表明,在训练数据比例不同的情况下,数据比例越大,检测精度越高。该方法在五个数据集中的准确率、召回率、F1 值均在 0.98 以上,可见其具备较高的检测精度,且适用性较强。
 

本文引用格式