基于概率图模型的时空异常事件检测算法

　　当网络异常事件发生时，传感器节点间的时空相关性往往非常明显。而现有方法通常将时间和空间数据性质分开考虑，提出一种分散的基于概率图模型的时空异常事件检测算法。该算法首先利用连通支配集算法（CDS）选择部分传感器节点监测，避免监测所有的传感器节点；然后通过马尔可夫链（MC）预测时间异常事件；最后用贝叶斯网络（BN）推测空间异常事件是否出现，结合时空事件来预测异常事件是否会发生。与简单阈值算法和基于贝叶斯网络算法对比，实验结果表明该算法有高检测精度、低延迟率，能大幅降低通信开销，提高响应速度。