무선 센서 네트워크에서 이상 탐지를 위한 레이블된 데이터 수집

무선 센서 네트워크(WSN)의 보안은 컴퓨터 및 통신 과학에서 중요한 연구 분야입니다. 이상 탐지는 WSN의 보안을 보장하는 데 있어 핵심적인 도전 과제입니다. 최근에 공개되지 않은 레이블된 데이터 세트를 사용하여 여러 이상 탐지 알고리즘이 제안되고 검증되었습니다. 우리 그룹은 타원체 기반의 이상 탐지 알고리즘을 제안했지만, 성능을 입증하기 위해 인텔 버클리 연구소 및 그랜드 생 베르나르 데이터 세트를 포함한 합성 데이터 세트를 사용했습니다. 이러한 데이터 세트는 이상으로 레이블이 지정되지 않았습니다. 이 접근 방식은 성능 평가를 위해 시각적인 추정을 기반으로 이상 위치의 수동 할당이 필요합니다. 이 논문에서는 단일 홉 및 다중 홉 센서 데이터 수집 네트워크를 구현했습니다. 두 시나리오 모두에서 이상 탐지를 위한 실제 레이블된 데이터를 생성하고 다양한 유형의 이상을 식별했습니다. 이러한 레이블된 센서 데이터 및 이상 유형은 기계 학습과 같은 연구에 유용하며, 이 정보는 연구 커뮤니티에 전파될 것입니다.