文献

J-GLOBAL ID：202202257199201650   整理番号：22A1038844

近傍差とクラスタリングに基づくストリーミングセンサデータのための効率的な異常値検出法【JST・京大機械翻訳】

An Efficient Outlier Detection Approach for Streaming Sensor Data Based on Neighbor Difference and Clustering

著者 (9件)： Cai Saihua (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang 212013, China) ,  Cai Saihua (Jiangsu Key Laboratory of Security Technology for Industrial Cyberspace, Jiangsu University, Zhenjiang 212013, China) ,  Chen Jinfu (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang 212013, China) ,  Yin Baoquan (Yantai Academy of China Agricultural University, Yantai 264670, China) ,  Sun Ruizhi (College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China) ,  Zhang Chi (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang 212013, China) ,  Chen Haibo (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang 212013, China) ,  Chen Jingyi (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang 212013, China) ,  Lin Min (School of Computer Science and Communication Engineering, Jiangsu University, Zhenjiang 212013, China)
資料名： Security and Communication Networks  (Security and Communication Networks)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W2740A  ISSN： 1939-0114  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 無線センサネットワーク(WSNs)において,広く分布したセンサーは,データのリアルタイム処理を行って,エッジコンピューティングの利用を促進する。しかし,センサの動作中に発生するいくつかの問題は,収集したデータの不信頼性を引き起こし,エッジコンピューティングベースの処理の不正確な結果をもたらす。したがって,その品質を確保するために,センサデータにおける潜在的異常データ(異常値としても知られる)を検出する必要がある。クラスタ化ベースの異常値検出手法は静的データから異常値を検出することができるが,ストリーミングセンサデータの特徴はワンパス方式で検出操作を必要とする。さらに,クラスタリングベース手法はストリーミングセンサデータ間の時間相関も考慮せず,低い検出精度をもたらす。これらの問題を解決するために,近傍差とクラスタリングに基づく効率的な異常値検出手法,すなわち,異常値を迅速かつ正確に検出するだけでなく,ストリーミングセンサデータにおける異常値の源を同定する,ODNDCを提案した。合成データセットと実データセットに関する実験は,提案したODNDCアプローチが,異常値の検出と,それらのソースの同定と,低時間消費において,大きな性能を達成することを示した。Copyright 2022 Saihua Cai et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  信頼性 ,  データ ,  精度 ,  クラスタ化 ,  実時間処理 ,  センサ ,  *異常値 ,  センサネットワーク ,  *ストリーミング
準シソーラス用語： 無線センサネットワーク ,  時間相関 ,  検出精度 ,  *センサデータ ,  *異常値検出 ,  エッジコンピューティング , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  無線通信一般  (ND08010L)

引用文献 (44件)：

• H. Liu, K. Y. Ki, "Application of wireless sensor network based improved immune gene algorithm in airport floating personnel positioning," Computer Communications, vol. 160, pp. 494-501, 2020.
• A. Farhat, A. Jaber, R. Tawil, C. Guyeux, A. Makhoul, "On the coverage effects in wireless sensor networks based prognostic and health management," International Journal of Sensor Networks, vol. 28, no. 2, pp. 125-138, 2018.
• B. Cao, J. Zhao, Y. Gu, S. Fan, P. Yang, "Security-aware industrial wireless sensor network deployment optimization," IEEE Transactions on Industrial Informatics, vol. 16, no. 8, pp. 5309-5316, 2020.
• L.-L. Shi, L. Liu, Y. Wu, L. Jiang, M. Kazim, H. Ali, J. Panneerselvam, "Human-centric cyber social computing model for hot-event detection and propagation," IEEE Transactions on Computational Social Systems, vol. 6, no. 5, pp. 1042-1050, 2019.
• L.-L. Shi, L. Liu, Y. Wu, L. Jiang, J. Panneerselvam, R. Crole, "A social sensing model for event detection and user influence discovering in social media data streams," IEEE Transactions on Computational Social Systems, vol. 7, no. 1, pp. 141-150, 2020.

タイトルに関連する用語 (3件)： 近傍 ,  クラスタリング ,  異常値検出