[논문 리뷰] Data-Efficient Quickest Outlying Sequence Detection in Sensor Networks

Taposh Banerjee, Venugopal V. Veeravalli|arXiv (Cornell University)|2014. 11. 01.

Advanced Statistical Process Monitoring참고 문헌 23인용 수 4

한 줄 요약

이 논문은 분포 변화에 영향을 받는 센서의 일부만 포함되는 센서 네트워크에서 최단 시간 내에 이상치 시퀀스를 탐지하기 위한 자료 효율적인 알고리즘—DE-Censor-Max 및 DE-Censor-Sum—을 제안한다. 관측 비용과 통신 비용을 동시에 최적화하기 위해 캐싱 및 융합 규칙를 적용함으로써, 거짓 경고 비율과 비용 제약 조건 하에서 渐近적으로 최적의 성능을 달성하며, 시뮬레이션 결과로 분수 샘플링보다 뚜렷이 뛰어난 성능을 보였다.

ABSTRACT

A sensor network is considered where at each sensor a sequence of random variables is observed. At each time step, a processed version of the observations is transmitted from the sensors to a common node called the fusion center. At some unknown point in time the distribution of observations at an unknown subset of the sensor nodes changes. The objective is to detect the outlying sequences as quickly as possible, subject to constraints on the false alarm rate, the cost of observations taken at each sensor, and the cost of communication between the sensors and the fusion center. Minimax formulations are proposed for the above problem and algorithms are proposed that are shown to be asymptotically optimal for the proposed formulations, as the false alarm rate goes to zero. It is also shown, via numerical studies, that the proposed algorithms perform significantly better than those based on fractional sampling, in which the classical algorithms from the literature are used and the constraint on the cost of observations is met by using the outcome of a sequence of biased coin tosses, independent of the observation process.

연구 동기 및 목표

• 관측 및 통신 자원이 제한된 탈중앙화된 센서 네트워크에서 일부 센서 스트림에서 변화가 발생하는 문제를 해결한다.
• 거짓 경고 비율, 센서당 관측 비용, 통신 비용에 대한 제약 조건을 포함하는 최소최대 최단 시간 변화 탐지 문제를 수립한다.
• 자원 제약 조건을 충족시키면서도 알려지지 않은 이상치 센서의 수와 정체성을 고려해 탐지 지연을 최소화하는 자료 효율적인 탐지 알고리즘을 설계한다.
• 거짓 경고 비율이 0에 수렴할 때, 제안된 알고리즘의 이론적 점진적 최적성(Asymptotic optimality)을 확립한다.
• 시뮬레이션을 통해 제안된 알고리즘이 기존의 분수 샘플링 방법에 비해 탐지 지연 측면에서 뚜렷이 뛰어나다는 것을 입증한다.

제안 방법

• 거짓 경고 비율, 센서당 관측 비용(PDC), 센서당 통신 비용(PTC)에 대한 제약 조건을 포함하는 최소최대 공식화를 제안한다.
• DE-Censor-Max 알고리즘을 설계하여 각 센서에서 국소 CUSUM 통계량을 계산하고, 융합 센터로는 오직 최대값만 전송하며, 임계치 기반 캐싱을 적용한다.
• DE-Censor-Sum 알고리즘을 설계하여 각 센서에서 국소 CUSUM 통계량을 계산하고, 융합 센터로는 이러한 통계량의 합을 전송하며, 비용을 통제하기 위해 캐싱을 적용한다.
• 각 센서에서 임계치 규칙를 적용하여 평균 관측 수와 전송 수를 제어함으로써 PDC 및 PTC 제약 조건을 충족시킨다.
• 점근적 분석을 적용하여, 적절한 임계치 스케일링(log 1/α) 조건 하에서 DE-Censor-Sum 알고리즘이 모든 후행 변화 시나리오에 대해 균일하게 점진적으로 최적임을 보여준다.
• 실제 적용을 위해 근사식 (19)를 사용하여 국소 임계치(hℓ) 및 탐지 임계치(μℓ)를 설정하여 PDC 및 PTC 제약 조건을 만족시킨다.

실험 결과

연구 질문

• RQ1 영향을 받는 센서의 일부만 존재하고, 영향을 받는 센서의 정체성이 알려지지 않은 경우, 센서 네트워크에서 최단 시간 변화 탐지를 어떻게 효율적으로 수행할 수 있는가?
• RQ2 탈중앙화된 변화 탐지에서 탐지 지연, 거짓 경고 비율, 자원 비용(관측 및 통신) 간의 최적 트레이드오프는 무엇인가?
• RQ3 다중 채널 환경에서 관측 비용과 통신 비용에 대한 공동 제약 조건 하에서도 점진적으로 최적의 탐지 성능을 달성할 수 있는가?
• RQ4 제안된 자료 효율적인 알고리즘의 성능은 관측 과정과 별개로 샘플링을 제어하는 기존의 분수 샘플링 방법과 비교해 어떻게 되는가?
• RQ5 DE-Censor-Max 알고리즘이 최적일 조건는 언제이며, DE-Censor-Sum 알고리즘이 더 우수한 성능을 보이는 경우는 언제인가?

주요 결과

• 제안된 최소최대 공식화 하에서, 후행 변화 시에 정확히 한 개의 센서만 영향을 받을 경우, DE-Censor-Max 알고리즘은 점진적으로 최적이다.
• 탐지 임계치가 거짓 경고 비율 α → 0 일 때 log(1/α) 비례로 스케일링되는 한, DE-Censor-Sum 알고리즘은 모든 가능한 후행 변화 시나리오에 대해 균일하게 점진적으로 최적이다.
• 시뮬레이션 결과, 다수의 센서가 영향을 받을 경우 DE-Censor-Sum 알고리즘이 분수 샘플링 방법보다 유의미하게 낮은 CADD(조건부 평균 탐지 지연)를 달성한다.
• 한 개 또는 소수의 센서만 영향을 받을 경우, DE-Censor-Max 알고리즘이 국소 통계량의 최대값에 집중함으로써 DE-Censor-Sum보다 우수한 성능을 보인다.
• 영향을 받는 스트림의 수가 많아질수록, DE-Censor-Sum 알고리즘이 다수의 센서에서 유용한 정보를 효과적으로 활용함으로써 DE-Censor-Max를 능가한다.
• 관측 과정과 별개로 샘플링을 제어하는 기존의 분수 샘플링 방법과 달리, 제안된 알고리즘은 탐지 설계에 비용 제약 조건을 명시적으로 통합함으로써 분수 샘플링에 비해 상당한 성능 향상을 제공한다.