Detalhes bibliográficos
| Ano de defesa: |
2018 |
| Autor(a) principal: |
Guimarães, Raniere Rocha |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/117119
|
Resumo: |
O avanço da computação móvel em dispositivos de sensores permitiu o crescimento das Redes de Sensores Sem Fio (RSSF), as quais são usadas em diversas áreas, tais como: saúde, militar, ambiental, automação entre outros. Considerando a importância dos dados que trafegam nessas redes é de extrema necessidade prezar pela qualidade da leitura dessas informações, haja visto que falsas informações ou leituras incorretas podem comprometer na tomada de decisões ou no mau funcionamento de algum equipamento. Diversos problemas podem gerar tais leituras, principalmente motivados pela restrição de recursos de um sensor ou por ataques a rede. Esses dados que se distanciam do padrão de informações, são chamados de anomalias. Para que esse problema possa ser identificado, faz-se necessária a utilização de alguma técnica para detectar anomalias. Diante disso, o presente trabalho apresenta um novo estudo de detecção de anomalias baseado em floresta de caminhos ótimos em não supervisionado (Optimum Path Forest - OPF), o qual foi aplicado em duas base de dados reais e comparado a outras duas técnicas: máquina de suporte de vetores de uma classe e distribuição gaussiana multivariada. Os resultados obtidos mostraram que o OPF foi superior as demais técnicas. Palavras-chave: redes de sensores sem fio, detecção de anomalias, agrupamento, floresta de caminhos ótimos. |
