一种基于卷积神经网络的网络节点异常数据检测方法
信号处理
2021-07-16 v1 代数几何
摘要
异常数据检测是保证无线传感器网络中节点数据准确性与可靠性的重要步骤。本文提出一种基于卷积神经网络的数据分类方法,以解决无线传感器网络中的数据异常检测问题。首先,将注入故障后产生的正常数据与异常数据进行归一化并映射为灰度图像,作为卷积神经网络的输入数据。然后,基于经典卷积神经网络,通过设计卷积层与全连接层的参数,设计了三种新的卷积神经网络模型。该模型通过卷积层对数据特征的自学习,解决了传统检测算法性能易受相关阈值影响的问题。实验结果表明,该方法具有更好的检测性能与更高的可靠性。
引用
@article{arxiv.2107.07407,
title = {A Method for Detecting Abnormal Data of Network Nodes Based on Convolutional Neural Network},
author = {Yihao Zang and Xianhao Shen and Shaohua Niu},
journal= {arXiv preprint arXiv:2107.07407},
year = {2021}
}