无线传感器网络(wireless sensor networks,WSN)作为沟通主观感知世界和客观物理世界的桥梁,是物联网信息获取和处理的重要支撑技术之一。已经得到了迅速的发展和广泛的应用,包括国防、城市建设、医疗保健、环境监测、制造业和其他许多领域。随着无线传感器网络规模的增加,传感器网络的异常检测越发的关键。尤其是对于一些紧急事件,往往需要及时预警并采取紧急处理措施。本文的主要工作如下:1.针对由于传感器数量较少,无法通过挖掘传感器及其邻近传感器的空间数据相关性来检测数据的异常。提出一种基于时间序列数据的无线传感器网络异常检测方法。利用传感器采集的k个正常数据建立一个参考区间,判断下一刻的数据是否异常。采用基于距离的数据区间差异度的方法判断发生异常的来源。实验结果表明,本文方法对传感器网络的异常数据检测率保持在98%以上,误报率保持在0.5%以下,具有一定的实用性。2.针对现有的基于时空相关性的异常检测算法在高故障率传感器网络下,检测效果差的问题。提出一种融合时空相关性的传感器网络容错异常检测算法。在时间相关性部分得到可能发生事件或发生故障的概率,初步确定节点的状态;在空间相关性部分将传感器网络划分为不同的邻域,结合时间相关性采用不同的检测方法实现容错。实验结果表明,在传感器网络故障率为45%的情况下,节点的事件检出率保持在97%以上,误报率低于3.7%。