Método de Detección de Anomalías Tolerante a Fallos en Redes de Sensores Inalámbricos
Autores: Peng, Nengsong; Zhang, Weiwei; Ling, Hongfei; Zhang, Yuzhao; Zheng, Lixin
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Método de Detección de Anomalías Tolerante a Fallos en Redes de Sensores Inalámbricos
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Red de sensores inalámbricos
Anomalías
Tolerante a fallos
Correlación espacio-temporal
Nodos de sensores
Detección de eventos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Un problema clave en las aplicaciones de redes de sensores inalámbricos es cómo detectar con precisión anomalías en un entorno inestable y determinar si ha ocurrido un evento. Esta inestabilidad incluye el entorno hostil, la insuficiencia de energía de los nodos, fallos de hardware y software, etc. En este artículo, se propone un método de detección de anomalías tolerante a fallos (FTAD) basado en la correlación espacio-temporal de las redes de sensores. Este método divide la red de sensores en un vecindario de fallos, un vecindario mixto de eventos y fallos, un vecindario de límites de eventos y otras regiones para la detección de anomalías, respectivamente, para lograr tolerancia a fallos. Los resultados del experimento muestran que, bajo la condición de que el 45% de los nodos de sensores están fallando, la tasa de aciertos en la detección de eventos se mantiene en alrededor del 97% y la tasa de falsos negativos de eventos está por encima del 92%.
Descripción
Un problema clave en las aplicaciones de redes de sensores inalámbricos es cómo detectar con precisión anomalías en un entorno inestable y determinar si ha ocurrido un evento. Esta inestabilidad incluye el entorno hostil, la insuficiencia de energía de los nodos, fallos de hardware y software, etc. En este artículo, se propone un método de detección de anomalías tolerante a fallos (FTAD) basado en la correlación espacio-temporal de las redes de sensores. Este método divide la red de sensores en un vecindario de fallos, un vecindario mixto de eventos y fallos, un vecindario de límites de eventos y otras regiones para la detección de anomalías, respectivamente, para lograr tolerancia a fallos. Los resultados del experimento muestran que, bajo la condición de que el 45% de los nodos de sensores están fallando, la tasa de aciertos en la detección de eventos se mantiene en alrededor del 97% y la tasa de falsos negativos de eventos está por encima del 92%.