[发明专利]一种无线传感器网络异常检测方法

权利要求书

1.一种无线传感器网络异常检测方法，其特征在于：基于果蝇优化算法，将模糊支持向量机应用于无线传感器网络异常检测领域包括以下步骤：

训练阶段：

S1：采集传感器检测数据，并对数据进行预处理，形成训练数据集；

S2：基于FSVM技术建立无线传感器网络异常检测模型；

S3：建立IFOA-FSVM模型，对数据集进行异常检测训练；

检测阶段：

S4：采集传感器检测数据，并对数据进行预处理，形成待测样本；

S5：将待测样本输入IFOA-FSVM模型进行检测，判定待测样本是否异常。

2.根据权利要求1所述的一种无线传感器网络异常检测方法，其特征在于，步骤S3中，对IFOA-FSVM模型的建立包括以下步骤：

A1：改进果蝇算法；

A2：结合步骤S1中的训练数据集和A1中的改进果蝇算法，搜索FSVM得到最优参数；

A3将最优参数带回FSVM完成异常检测模型训练。

3.根据权利要求2所述的一种无线传感器网络异常检测方法，其特征在于，步骤A1中，对果蝇算法进行改进包括以下步骤：

B1：初始化搜索算法中果蝇数量Num，算法总共迭代次数T，果蝇种群当前最优位置H_opt,j，果蝇种群历史最优气味浓度bestSmell，步长调节参数ρ和每轮迭代中抽取zz比例果蝇个体进行重新搜索，其中，j∈n，n为寻优目标函数的变量数；

B2：计算步长调节因子m(k)；

其中，k为当前迭代次数，ρ∈[2，8]，

B3：若k＜T/2，果蝇种群分为两个子群group1和group2，每个子群执行不同前进步长范围的随机步长搜索策略。其中，group1按照正常步长范围的随机值进行搜索迭代，group2按照大步长范围的随机值进行搜索迭代；

H_i，j＝H_opt，j+RandomValue×m(k)

H_i，j＝H_opt，j+3×RandomValue×m(k)

其中，i为种群中第i个果蝇个体，j为目标函数中第j个变量；

B4：若k＜T/2，修改部分果蝇子群搜索步长范围。其中，group1仍按照B3中的正常步长范围随机值进行搜索迭代，group2按照大步长范围的随机值进行搜索迭代；

H_i，j＝H_opt，j+0.2×RandomValue×m(k)

B5：根据适应度函数计算每只果蝇的气味浓度值smell；

smell_i＝Function(H_i)

其中，Function函数为适应度函数，即待优化目标函数；

B6：对果蝇的气味浓度smell进行排序，找出smell值最大的果蝇个体(smllBest)，即当前最优果蝇个体，并判断其smell是否大于历史最优气味浓度bestSmell，若是，则更新bestSmell和当前最优位置H_opt，j；否则不更新，找出给定比例的最差果蝇群体；

B7：最差果蝇群体根据B3中的正常步长范围随机值进行重新搜索，计算对应smell值，找出本次搜索中最优果蝇个体，其smell值若大于bestSmell，则更新bestSmell和当前最优位置H_opt，j；否则不更新。

B8：判断是否满足最大搜索次数T，若是，则停止搜索，返回搜索到的最优目标函数解；否则，从B2开始重复执行，直至满足终止条件。