一种无线传感器网络路由层服务质量评价方法与流程

技术特征：
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；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，包括如下步骤：步骤d，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e，对步骤d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a可进一步表示为：a1，设置样本集波峰个数为高斯分布个数M；a2，对第k个高斯分布，根据极大似然估计，计算高斯分布参数；其中，k＝1,...,M；a3，重复步骤a2，通过期望值最大化算法进行迭代，优化高斯分布参数；a4，达到最大迭代次数或误差小于期望值，停止迭代，输出所有高斯分布；所述步骤b可进一步表示为：b1，对每个高斯分布计算其缩放比α，缩放比α满足如下条件：μk-1+3α1σk-1＝μk-3α1σkμk+3α2σk＝μk+1-3α2σk+1α＝min(α1,α2)其中μ表示高斯分布期望，σ表示高斯分布标准差；b2，根据缩放比及高斯分布期望及标准差计算高斯云模型参数，高斯云模型参数计算公式如下：Exk＝μk1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，σk表示高斯分布标准差，α表示高斯分布的缩放比；b3，计算高斯云模型概念含混度CD＝3He/En，若CD大于给定阈值β，则M＝M-1，同时剔除当前高斯云模型；所述概念含混度用于表示定性概念的外延离散程度；b4，重复步骤b1～b3，剔除所有含混度不小于β的高斯云模型，最终输出M个高斯云模型；所述步骤d可进一步表示如下：d1，设定进行QoS评价的关联规则前件指标序列及关联后件指标；d2，对于所有指标，根据其同一时刻的定量数据表示与对应指标高斯云模型关系，将其映射为定性概念；d3，由所有定性概念组合事务数据库，剔除重复组合；所述步骤e可进一步表示为：e1，扫描事务数据库，统计事务中每个项目的出现次数，将次数低于最小支持度minsupport的项目删除，事务集合中剩余事务项目按照出现次数由高到低排列，得到新的事务集合F{fi|i＝1,2,...,K}e2，将步骤e1得到的事务集合F导入条件模式基，创建后缀模式PostModel作为频繁模式初始列表，初始时PostModel为空；e3，扫描CPB构建频繁模式树FP-Tree，将每条事务记录插入FP-Tree；e4，选取FP-Tree中未被选取过的一个项目，对该项目寻找FP-Tree根节点到该项目节点的所有路径，将该项目加入PostModel并从每条路径中删除，输出PostModel作为一条频繁模式及其支持度；e5，步骤e4中每条路径作为一条新事务记录并加入新的条件模式基CPBNew，若CPBNew不为空则转到步骤c，否则重新转到步骤d。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。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。