传感器网络中健壮数据聚集算法
外文标题：Robust Aggregation Algorithm in Sensor Networks
文献类型：期刊
作者：吴中博[1]
机构：[1]中国人民大学信息学院
[2]中国人民大学数据工程与知识工程教育部重点实验室
[3]襄樊学院计算机科学与技术系
[4]武汉大学软件工程国家重点实验室
通讯作者：Wu, Z.-B.(rucwzb@163.com)
年：2009
期刊名称：软件学报
卷：20
期：7
页码范围：1885-1894
增刊：增刊
收录情况：EI(20093112228111)
所属部门：信息学院；数据工程与知识工程教育部重点实验室
语言：中文
ISSN：1000-9825
链接地址：http://d.g.wanfangdata.com.cn/Periodical_rjxb200907015.aspx
DOI：10.3724/SP.J.1001.2009.03272
基金：国家自然科学基金; 国家高技术研究发展计划(863计划); 教育部新世纪优秀人才支持计划
关键词：传感器网络;查询处理;数据聚集;异常检测;读向量
摘要：节约能量以提高网络寿命是传感器网络研究面临的重要挑战.网内聚集查询在中间节点对数据进行预处理,可以减少消息传送的数量或者大小,从而实现能量的有效利用,但是,目前的聚集查询研究假设采样数据都是正确的.而目前的异常检测算法以检测率作为首要目标,不考虑能量的消耗,也不考虑查询的特点.所以将两方面的研究成果简单地结合在一起并不能产生很好的效果.分析了错误和异常数据可能对聚集结果造成的影响,提出了健壮聚集算法RAA(robust aggregation algorithm).RAA对传统聚集查询进行了改进,在聚集的同时利用读向量相似性判断数据是否发生了错误或异常,删除错误数据,聚集正常数据并报告异常,使用户可以对网络目前状况有清晰的理解.最后,比较了RAA和TAGVoting(在使用TAG(tiny aggregation)算法聚集的同时利用Voting算法进行异常检测),实验结果表明,RAA算法在能量消耗和异常检测率方面都优于TAGVoting.
作者其他论文
内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
无线传感器网络中隐私保护通用近似查询协议.范永健;陈红;张晓莹,等.计算机学报.2014,915-926.
Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP.张宇;张延松;张兵,等.华东师范大学学报（自然科学版）.2014,240-251.
大数据下基于异步累积更新的高效P-Rank计算方法.王旭丛;李翠平;陈红.软件学报.2014,2136-2148.
符号社会网络中正负关系预测算法研究综述.蓝梦微;李翠平;王绍卿,等.计算机研究与发展.2015,52(2),410-422.
