基于簇的分布式传感器故障检测算法

针对大规模无线传感器网络(WSN)中故障检测准确率降低,并产生较大通信负载的问题,根据传感器节点的时空相关性特点,提出一种基于簇的分布式传感器故障检测算法。通过邻居节点间的数据交换和互相测试检测簇首节点,并以正常簇首节点作为参照诊断故障节点。性能分析与实验结果表明,在大规模WSN中,该算法具有良好的故障检测能力和较低的通信负载,在邻居节点数较少、节点故障率较高的情况下,能达到98%以上的故障检测准确率,并保持较低的能耗水平。     

多传感器网络中的分布式故障检测算法

在传感器网络中,分布式故障检测算法(DFD算法)通过与所有邻居节点的传感器数据的比较判断,实现节点传感器的故障检测。但是,在故障节点聚集的网络区域,故障节点比例的上升将导致该区域的故障检测精度显著下降。针对多传感器网络,本文利用多传感器在相同区域的故障分布差异及传感器之间关联特性对DFD故障检测算法进行改进,提出适用于多传感器网络的MDFD算法,提高了故障聚集区域的检测精度。性能分析和仿真结果表明:在节点故障率高的网络中,与DFD和IDFD算法相比,MDFD提高了故障检测精度,算法适用于节点分布稀疏和传感器故障率较高的网络。     

基于分布式算法执行替代链的WSN故障节点检测和替代方法

针对无线传感器网络中故障节点的检测和替代问题,提出了一种基于分布式算法执行替代链的故障节点的检测和替代方法。首先,描述了传感器节点检测故障邻居所需执行的指令;然后,根据分布式算法执行替代链;最后,以局部最优方式替代故障节点,从而维护WSN的连通性。仿真结果表明,本文方法明显改善了场强覆盖降低百分比,相比检测和替代效果较好的C₃R方法,本文方法更能节省能量,且延长了网络寿命。     

基于节点相似性的WSNs故障检测方法研究

针对目前多数无线传感器网络分布式故障检测的算法都以假设故障节点数据为离群值为基础,存在局限性的问题。提出一种基于节点相似度比较的无线传感器网络故障检测方法,簇头节点根据簇内节点数据的时空相关性,进行节点相似性度量,实时调整节点可信水平,并采用最优函数计算出当前实验的最优阈值(0.8)进行故障节点的判断。通过仿真实验证明:针对不同的故障模型,算法保持了良好的故障检测能力,一定程度上解决通用性问题。     

一种无线传感器网络节点的故障检测算法

针对无线传感器网络中的数据故障问题,提出了一种新的分布式贝叶斯故障节点检测算法（DBA）。通过引入Bayesian来计算传感器节点的故障概率,利用边界节点来调整故障概率,提高故障概率的准确性,避免了大量故障节点的负面影响。最后将DBA和分布式故障检测（DFD）的性能进行了综合仿真比较。结果表明,即使在故障节点较多的情况下,DBA也能显著提高故障检测的精度。     

基于链路交点相对位置信息的轻量级覆盖空洞检测算法

针对无线传感器网络（WSN）覆盖空洞导致网络性能和服务质量下降的问题,提出了一种基于链路交点相对位置信息的覆盖空洞检测算法（CHDARPI）。首先,定义空洞边界节点并计算相邻边界节点间链路的交点相对位置（RPI）值;然后,采用基于未完全覆盖交点数量（NICI）优先的策略选择空洞检测的发起节点,保证了连通覆盖空洞的并发检测。最后,在空洞检测过程中,将空洞检测消息局限于空洞边界节点之内,并根据转发节点方向角的大小制定不同场景下的转发策略,保证了空洞检测的效率。仿真结果表明：与现有基于边界节点的分布式覆盖空洞检测算法（DCHD）和基于分布式最小极角的覆盖空洞检测算法（DLPA）相比,CHDARPI在平均空洞检测时间和检测能耗方面分别至少下降了15.2%和16.7%。     

基于链路交点相对位置信息的轻量级覆盖空洞检测算法

针对无线传感器网络（WSN）覆盖空洞导致网络性能和服务质量下降的问题，提出了一种基于链路交点相对位置信息的覆盖空洞检测算法（CHDARPI）。首先，定义空洞边界节点并计算相邻边界节点间链路的交点相对位置（RPI）值；然后，采用基于未完全覆盖交点数量（NICI）优先的策略选择空洞检测的发起节点，保证了连通覆盖空洞的并发检测。最后，在空洞检测过程中，将空洞检测消息局限于空洞边界节点之内，并根据转发节点方向角的大小制定不同场景下的转发策略，保证了空洞检测的效率。仿真结果表明：与现有基于边界节点的分布式覆盖空洞检测算法（DCHD）和基于分布式最小极角的覆盖空洞检测算法（DLPA）相比，CHDARPI在平均空洞检测时间和检测能耗方面分别至少下降了15.2%和16.7%。     

WSN中考虑节点磨损的分布式自稳定网络寿命优化算法

针对无法预估的节点故障影响无线传感器网络寿命的问题,本文提出了一种考虑节点磨损的分布式自稳定优化算法。首先,利用韦伯函数拟合网络生命周期的分布,定期唤醒睡眠节点进行故障检测;然后,采用分布式调度,无需知道传感节点的位置信息,使用多个节点同时工作,从而提高效率;最后,通过较低的网络通信代价,及时使用空闲节点替代故障节点,保持网络的连通性。理论分析和仿真实验验证了本文算法的有效性及可靠性,仿真结果表明,当传感器节点的可靠性随着使用时间与磨损下降时,本文算法可以更好地延长无线传感器网络寿命,相比分布式多目标概率覆盖协议,本文算法在寿命延长、覆盖率、节点唤醒次数等方面均取得更好的性能。     

分簇式无线传感器网络节点故障诊断算法研究

无线传感器网络(WSNs)分布式节点故障诊断算法是一种可用于WSNs节点的故障诊断算法,通过整个网络内邻居节点之间的数据融合诊断出故障节点.但分布式算法的计算量十分巨大,浪费了大量的节点能源,而且分布式算法中使用自定义的全局阈值会降低诊断精度,分簇式的节点故障诊断算法应用LEACH-DFD算法,通过簇头节点完成故障检测...     

分布式WSN系统中的拜占庭故障算法研究

在分布式WSN系统中,簇内有相当多的无线传感器节点,这些节点可能会部署在各种环境中,采用从单个传感器上所获取信息可靠性不高。为了提高系统的可靠性,需要对多个传感器节点采集数据进行综合,这样就可以有效地提高所获得数据的精度和可信度。研究了在系统节点发生拜占庭故障的情况下,利用现有WSN的数据融合方法以及安全系统中的拜占庭将军问题,提出了一种新的基于OM算法与贝叶斯检测算法的容错检测算法,合理而有效的进行数据融合,减小拜占庭故障对系统的影响,从而使所有节点做出一致决定。通过仿真得出该算法可以保证节点决策具有较高一致性的情况下仍有较高的故障节点减少率。     

基于深度SSD改进模型的传动设备状态在线监测研究

针对现有传动设备在线监测算法存在的检测精度地、效率差等问题,提出一种基于改进SSD网络模型的在线检测算法。先对故障集进行预处理,通过滤波调制、共振解调等环节滤除原始故障集的噪声干扰;以VGG-16为基础设计了SSD网络结构,同时增加了辅助卷积层和预测层;对SSD网络模型进行改进,引入了注意力机制模块和特征增强模块,改善模型各层的数据共享性能同时提高了模型的数据训练效率;基于通道拼合方式对故障数据进行多尺度特征融合,并优化SSD模型的各层金字塔结构,以更好的匹配先验框及选择最佳的损失函数。实验结果显示,提出算法的传动设备故障检测率达到98.8%,同时算法的检测效率也优于现有算法。     

PMC模型下的一个贪婪诊断算法

提出了一种PMC模型下基于矩阵运算的贪婪诊断算法——MGFD算法。算法结合作者曾经提出的"绝对故障基"思想,首先剔除绝对故障基,得到一个维度减小的矩阵,之后根据该矩阵求得集团。在文献[10]提出的四个贪婪诊断算法的基础上,提出集团的内贪婪因子、外贪婪因子、综合贪婪因子等概念,设计了新的贪婪准则。论证了MGFD算法的正确性,并对算法进行了实验仿真。实验结果表明,MGFD算法相比文献[10]提出的贪婪诊断算法,具有较高的诊断正确率。     

网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。     

网络虚拟化环境下的服务故障诊断算法

网络虚拟化环境下,底层网络的透明性造成虚拟网提供商不能诊断所有的虚拟网服务故障.为解决此问题,提出了基于映射关系的虚拟网服务故障传播模型.针对故障传播模型中故障集与症状集较大、网络环境动态和噪声大而导致的已有诊断算法误报率高、时间复杂度高的问题,基于网络虚拟化环境下症状内在相关性特点,提出了一种新的基于症状内在相关性的虚拟网服务故障诊断算法SFDoIC(service fault diagnosis algorithm based on inherent correlation among symptoms).仿真实验结果表明,SFDoIC算法能够很好地解决底层网络透明性造成的虚拟网服务故障难以定位的问题.SFDoIC算法可以有效地降低诊断算法的误报率,显著缩短诊断算法的运行时间.     

基于可信列表的改进拜占庭容错算法

为减少实用拜占庭容错(PBFT)算法的通信开销,现有研究主要通过选举方式在保证安全的前提下挑选少量节点参与共识,但其灵活性差、容错率低、资源耗费高。对此,通过建立信用节点列表和信用评价机制,提出一种基于可信列表的改进拜占庭容错算法(CPBFT)。仿真分析表明,较PBFT算法,CPBFT算法不仅能提高节点灵活性和容错率,还降低了约42.74%的通信带宽开销,提升了约3.12%的交易吞吐量,降低了约3.03%的时延,具有一定性能优势。     

基于半监督自动谱聚类算法的网络故障检测

针对网络故障检测中利用先验知识不足和多数谱聚类算法需事先确定聚类数的问题,提出一种新的基于成对约束信息传播与自动确定聚类数相结合的半监督自动谱聚类算法。通过学习一种新的相似性测度函数来满足约束条件,改进NJW聚类算法,对非规范化的Laplacian矩阵特征向量进行自动谱聚类,从而提高聚类性能。在UCI标准数据集和网络实测数据上的实验表明,该算法较相关比对算法聚类准确率更高,可满足网络故障检测的实际需要。     

基于全神经网络增强算法的WSNs故障预警与检测

针对现有WSNs故障检测算法存在的故障分类检测率低、耗时长、节点能耗控制差等问题,提出一种全神经网络增强故障预警与检测算法。全神经网络的神经元节点与临近层的节点连接,形成具有强大故障数据训练功能的深度网络结构,选择平滑性更好的sigmoid函数作为模型的激活函数,并基于感知机合理调节相邻两个隐含层之间的阈值权重,降低模型的训练损失;采用Adam优化算法抑制模型的梯度膨胀和梯度消失等异常情况,并消除训练中产生的数据冗余,以降低故障数据训练中产生的虚预警。实验结果显示:提出算法的总体故障检测率和不同类型故障的分类检测率都优于传统算法,此外全神经网络增强算法在节点故障检测耗时和能耗控制方面,也具有显著优势。     

基于拜占庭容错的前摄恢复算法

针对现有拜占庭容错中的恢复算法不适用于主动复制品的这一问题,提出支持有状态复制品的前摄恢复算法。每个复制品维护一个恢复队列。当到达一个检查点后,使用该前摄恢复算法复制品检查恢复队列,在服务复制品发生错误前,提前将复制品恢复成正确的状态。如果复制品已经出错,该算法也适用。实验分析结果显示算法的有效性。     

Mesh网络路由算法容错性的概率分析

该文基于k-Mesh子网的概念提出了两个简单的基于局部信息和分布式的Mesh网络容错路由算法，并对其容错性进行概率分析；在每个结点具有独立的出错概率的假设条件下，推导出路由算法成功返回由正确结点组成的路径的概率．该文运用严格的数学推理，证明了Mesh网络结点出错概率只要控制在1．87％以内，则对于多达几十万个结点的Mesh网络，提出的路由算法具有99％的概率确保找到正确结点组成的路径．路由算法的时间复杂性是线性的．模拟结果表明路由算法所构造的路由路径长度非常接近于两结点之间的最优路径长度．     

基于搜索算法的测试用例优化问题研究

测试用例优化是软件测试领域的研究热点之一,已有优化算法的评估多以代码覆盖为基础,这并不能完全反应程序的错误状况,高代码覆盖率的测试用例并不一定具有高的揭错能力.本文结合变异测试,从新的角度-———错误覆盖出发,对两种贪心算法、一种启发式算法、及遗传算法的优化效果进行了评估,实验结果表明额外贪心算法优于其它三种算法.该评估结果的置信度更高,为此类算法的评估提供了新的研究思路.