资源受限网络系统中异常定位的最优索引策略

本文研究了资源受限网络系统中的异常定位问题。系统的每个异常组件在其异常被识别和修复之前，每单位时间都会产生成本。不同的异常组件根据其对该系统的关键性可能产生不同的成本。由于资源限制，每次只能探测一个组件。被探测组件的观测值是根据该组件正常或异常而从两种不同分布中抽取的实现。目标是在可靠性约束下，制定一种探测策略，以最小化检测过程中所有组件产生的总期望成本。我们考虑了独立模型和互斥模型。在前者中，每个组件以一定概率异常，且独立于其他组件；在后者中，有且仅有一个组件异常。我们在两种模型下开发了最优的简单索引策略。所提出的索引策略适用于更一般的情况，即可以同时探测组件的子集（多于一个），仿真示例证明了其强大的性能。本研究的问题也可应用于认知无线电网络中的频谱扫描和传感器网络中的事件检测。