当前位置: 首页 > 专利查询>华侨大学专利>正文

一种无线传感器网络路由层服务质量评价方法技术

技术编号:14900022 阅读:27 留言:0更新日期:2017-03-29 15:33
本发明专利技术公开了一种无线传感器网络路由层服务质量评价方法,基于云模型和关联规则挖掘,包括对服务质量数据建立高斯云模型,通过高斯云模型划分服务质量指标表示的定性概念等级;通过树频集关联规则挖掘算法对概念等级进行组合挖掘,得到服务质量规则评语集,实现对网络路由层的服务质量评价。本发明专利技术通过对数据建立高斯云模型,将定量数据转化为定性概念表示,同时保留了网络参数的不确定性;树频集关联规则挖掘算法可给出在不同评价目标下的规则评语,同时提高了挖掘效率。

【技术实现步骤摘要】

本专利技术涉及无线传感器网络服务质量领域,特别涉及一种基于高斯云模型和关联规则挖掘的无线传感器网络路由层服务质量评价方法
技术介绍
无线传感器网络(WirelessSensorNetwork,WSN)由大量分布于空间内的微型传感器节点设备组成,通过无线链路配置传感器节点间协同工作,完成对监测区域的数据传输。WSN部署场景复杂,且与应用高度相关,传统评价方法多基于统计数据给出定量的精确评价表述,不能有效反映WSN的不确定性。目前对于WSN路由层服务质量(QualityofService,QoS)评价方面的研究集中在对网络参数的分析与修改等方面,主要通过模拟仿真和实物测试两种方法对于协议性能进行分析、比较和评价,典型的评价内容包括:低功耗性、通信可靠性、网络拓扑健壮性及快速收敛性。由于WSN路由协议间的差异性,各项研究针对不同协议自身特点涵盖了包括吞吐量、网络时延、能耗水平、生命周期在内的多种QoS参数。云模型反映了某个定性概念与其定量表示之间的双向认知转换过程。对于自然语言表示的某一定性概念,给出其精确数学表达往往十分困难甚至不可能,同时定性概念的每一次具体实现通常具有随机性,这使得其精确模型建立时的过拟合风险增加。而目前越来越多的领域涉及到定性概念的模糊性与随机性,经典概率论和传统模糊数学的处理方法已经不能满足要求。云模型从自然语言的基本语言值出发,给出了定性概念的量化方法,同时兼顾其的模糊性与随机性,使其在数据挖掘、自动控制、模式识别等领域更具优势;云模型以定性概念为基本单位,从数据中挖掘知识构成定性规则库,当特定的定性概念组合出现时则激活对应规则,完成定性云推理过程。云模型参数依赖于统计样本的分布情况,而高斯分布在各种概率分布的研究与应用中居于首要地位,基于高斯分布的高斯云模型是目前研究最多,也是最重要的一种云模型。与传统网络路由协议不同,WSN路由协议的特殊性主要体现在以下几个方面:首先,WSN节点不具备如IP地址等传统网络协议地址,故不能应用基于IP地址的路由协议;其次,WSN路由协议设计需要考虑节点能量、通信带宽、设备内存及计算能力等资源限制问题;最后,WSN路由协议有其自身的有效性、容错能力、安全性等性能评价问题,QoS通常受到不止一个指标的影响,并且各指标具有一定内在联系,难以给出适当的综合评价。由于WSN路由协议高度面向应用场景,其不同协议间差异较大,同时WSN网络不确定性强,单纯的定量评价无法体现WSN的模糊性及不确定性。因此,客观而有效的路由协议性能评价机制对提高网络通信的可靠性、进一步完善协议算法具有重要意义。
技术实现思路
本专利技术的目的在于克服现有技术的不足,提出一种无线传感器网络路由层服务质量评价方法,由高斯云模型完成对服务质量数据的定性概念划分,并通过树频集关联规则挖掘算法对定性概念划分进行组合挖掘,得到服务质量规则评语集,解决了无线传感器网络路由层中定性评价及综合评价问题。本专利技术解决其技术问题所采用的技术方案是:一种无线传感器网络路由层服务质量评价方法,包括:对服务质量数据进行高斯云变换获得高斯云模型,通过高斯云模型完成对服务质量数据的定性概念划分;针对不同服务质量指标得到的多组定性概念划分,采用树频集关联规则挖掘算法进行关联规则挖掘,得到用于进行服务质量评价的关联规则集。所述定性概念划分由生成的高斯云模型表示,对于指定服务质量指标,其高斯云模型个数表示当前定性概念划分个数。所述对服务质量数据进行高斯云变换获得高斯云模型,通过高斯云模型完成对服务质量数据的定性概念划分,包括如下步骤:步骤a,通过高斯变换参数估计将服务质量数据拟合为包含若干个高斯分布的混合高斯模型;步骤b,获取混合高斯模型中每个高斯分布对应的高斯云模型的概念含混度;对所有高斯云模型的概念含混度进行筛选,低于预设概念含混度阈值的高斯云模型作为当前定性概念划分;步骤c,重复步骤a和b,完成对所有服务质量指标的定性概念划分。所述高斯云模型由数字特征期望,熵及超熵表示;所述数字特征期望表示定性概念在论域空间的中心值,所述熵表示定性概念的离散程度,所述超熵表示熵的离散程度。所述高斯云模型的参数用如下方式表示:Ex=μ其中,Ex表示数字特征期望,En表示熵,He表示超熵,μ表示高斯分布期望,σ表示高斯分布标准差,α表示高斯分布的缩放比。所述概念含混度用于表示定性概念的外延离散程度,通过CD=3He/En表示。所述关联规则用于表示待评价服务质量指标在运行过程中可能出现的评价情况,包含由若干种服务质量指标组成的事务数据库及预定义的规则前件与规则后件;当规则前件所表示的定性概念全部满足时,该关联规则被激活,所对应的评价生效;所述事务数据库由不同服务质量指标随机组合而成,组合的具体形式根据路由层运行过程中出现的各定性概念生成;所述规则前件由多个服务质量指标的定性概念组成;所述规则后件由当前待评价的服务质量指标的定性概念组成。所述树频集关联规则挖掘算法以所述事务数据库与最小支持度为初始输入;所述最小支持度表示为数据库事务记录中定性概念的出现频率;所述关联规则集包括若干由用户定义的规则前件与规则后件组成的关联规则。本专利技术提供的技术方案带来的有益效果是:(1)采用了以高斯云模型为基础的定性概念划分方法,在降低评价复杂性的同时保留了无线传感器网络的模糊性与不确定性,对于数据中的离群点具有一定的处理能力,同时高斯云模型作为应用最广泛的云模型,可以有效拟合大多数服务质量指标;(2)采用关联规则挖掘手段,将得到的定性概念以关联规则前件与后件的方式进行组合,针对不同的评价目标可随时更改规则组合,从而发掘不同评价指标间的内在联系,有利于给出综合评价。(3)采用FP-树频集算法,提高了关联规则挖掘的效率,在大规模数据或细粒度评价中,节省了计算资源与存储空间。以下结合附图及实施例对本专利技术作进一步详细说明,但本专利技术的一种无线传感器网络路由层服务质量评价方法不局限于实施例。附图说明图1是本专利技术实施例中评价方法的数据流图;图2是本专利技术实施例中ECL高斯变换过程;图3是本专利技术实施例中ECL定性概念划分结果;图4是本专利技术实施例中ATD评价结果图。具体实施方式本专利技术公开的一种无线传感器网络路由层服务质量评价方法,其核心在于通过将数据进行高斯云变换,得到不同指标的高斯云模型的定性概念划分;同时通过关联规则挖掘找到不同指标间的内在联系,最终给出定性的综合评价结果。本专利技术方法具体包括如下步骤:步骤1,通过高斯变换参数估计将服务质量(QoS)数据拟合为包含若干个高斯分布的混合高斯模型;步骤2,将混合高斯模型中每个高斯分布转换为高斯云模型,得到的高斯云模型即作为当前定性概念划分;步骤3,重复步骤1与2,对所有服务质量指标生成定性概念;步骤4,根据高斯云模型将路由层各指标数据定量表示映射为定性概念,从而生成以定性为基本单位的事务数据库;步骤5,对步骤4中所得事务数据库进行关联规则挖掘,得到符合条件的QoS指标关联规则集,当对应规则前件被激活,对应的规则后件即为当前指标的定性评价。所述步骤1可进一步表示为:a)设置样本集波峰个数为高斯分布个数M;b)对第k(k=1,...,M)个高斯分布,根据极大似然估计,计算高斯分布参数;c)重复步骤b,通过期望值最大化算法进本文档来自技高网
...

【技术保护点】
一种无线传感器网络路由层服务质量评价方法,其特征在于,包括:对服务质量数据进行高斯云变换获得高斯云模型,通过高斯云模型完成对服务质量数据的定性概念划分;针对不同服务质量指标得到的多组定性概念划分,采用树频集关联规则挖掘算法进行关联规则挖掘,得到用于进行服务质量评价的关联规则集。

【技术特征摘要】
1.一种无线传感器网络路由层服务质量评价方法,其特征在于,包括:对服务质量数据进行高斯云变换获得高斯云模型,通过高斯云模型完成对服务质量数据的定性概念划分;针对不同服务质量指标得到的多组定性概念划分,采用树频集关联规则挖掘算法进行关联规则挖掘,得到用于进行服务质量评价的关联规则集。2.根据权利要求1所述的无线传感器网络路由层服务质量评价方法,其特征在于,所述定性概念划分由生成的高斯云模型表示,对于指定服务质量指标,其高斯云模型个数表示当前定性概念划分个数。3.根据权利要求2所述的无线传感器网络路由层服务质量评价方法,其特征在于,所述对服务质量数据进行高斯云变换获得高斯云模型,通过高斯云模型完成对服务质量数据的定性概念划分,包括如下步骤:步骤a,通过高斯变换参数估计将服务质量数据拟合为包含若干个高斯分布的混合高斯模型;步骤b,获取混合高斯模型中每个高斯分布对应的高斯云模型的概念含混度;对所有高斯云模型的概念含混度进行筛选,低于预设概念含混度阈值的高斯云模型作为当前定性概念划分;步骤c,重复步骤a和b,完成对所有服务质量指标的定性概念划分。4.根据权利要求3所述的无线传感器网络路由层服务质量评价方法,其特征在于,所述高斯云模型由数字特征期望,熵及超熵表示;所述数字特征期望表示定性概念在论域空间的中心值,所述熵表示定性概念的离散程度,所述超熵表示熵的离散程度。5.根据权利要求4所述的无线传感器...

【专利技术属性】
技术研发人员:蒋文贤古辰哲吴晶晶
申请(专利权)人:华侨大学
类型:发明
国别省市:福建;35

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1