基于数据驱动的WSN故障检测框架
Data-driven WSN fault detection based framework
1. 青海师范大学 计算机学院, 青海省 西宁市 810008
2. 青海师范大学 省部共建藏语智能信息处理及应用国家重点实验室, 青海省 西宁市 810008
摘要
WSN节点通常部署在复杂的工作环境中，传感器节点故障不可避免，为了实时检测WSN中的故障，提出了一种数据驱动的故障检测框架。通过对无线传感网络运行初期采集的数据进行过滤和收集，使用过滤后的数据构造用于故障检测模型训练的数据集，提高模型的检测精度。通过划分时间窗口，使故障诊断模型检测最新时间窗口内的传感器故障，并且恢复其中的异常数据，使用处理后的数据集重新训练模型以检测下一个窗口的故障。通过循环训练和检测，实现检测模型的实时更新以提高模型的检测性能。实验结果表明，相比经典检测模型和最新的机器学习检测模型，在不同类型的故障数据集上，检测精确度、准确度等指标均有提升，且时间复杂度更低。因此，框架具有较好的检测性能，能够更好地适应动态变化的WSN环境。
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.10.0426
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第5期
发布历史
[2025-03-06] 优先出版
引用本文
许瀚, 童英华. 基于数据驱动的WSN故障检测框架 [J]. 计算机应用研究, 2025, 42 (5). (2025-03-06). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0426. (Xu Han , Tong Yinghua . Data-driven WSN fault detection based framework [J]. Application Research of Computers, 2025, 42 (5). (2025-03-06). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0426. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
