1.一种基于离群检测的数据传输异常识别方法，其特征在于，所述方法包括以下步骤：

S100，对数据流进行数据分割，得到N个数据段；

S200，依次计算N个数据段的线性离群度；

S300，根据N个数据段的线性离群度计算异常解离值；

S400，通过异常解离值识别出数据流中的异常数据段；

步骤S100中，所述数据流，具体为：在传感器节点采集到数据后，通过传感器节点向服务器发送数据，以dat(a)作为服务器在时刻p(a)时所接收到的来自于传感器节点的数据，以数组dat[]存储dat(a)，将数组dat[]作为所述数据流；

其中，时刻p(a)为时段tN内的第a秒，a为序号，a的取值范围为a＝1,2,…,tA，tA为时段tN的长度，tA的取值区间为[18000,28800]，时段tN为传感器节点向服务器发送数据的过程中的任意一个时段；

dat(a)对应的取值为dat(a)＝dat(1),dat(2),…,dat(tA)，则数组dat[]的长度为tA；

步骤S100中，对数据流进行数据分割，得到N个数据段的方法具体为：创建N个空白的数组Psen(1),Psen(2),…,Psen(N)，以这N个数组组成一个数组序列P_sen，以Psen(i)表示数组序列P_sen中的第i个数组，i为序号，i的取值范围为i＝1,2,…,N，按照均匀填充法将数组dat[]中的tA个元素分配至数组序列P_sen中的每一个数组，以数组序列P_sen中的N个数组作为N个数据段；

其中，N＝INT(tA/K0)，K0为分割长度，K0的取值为区间[8,20]中的任意一个整数，INT()表示对()内的数进行向上取整；

按照均匀填充法将数组dat[]中的tA个元素分配至数组序列P_sen中的每一个数组的方法为：以dat(a)表示数组dat[]中的第a个元素，a为序号，a的取值范围为a＝1,2,…,tA，将数组dat[]中的第P1(i)个元素至第P2(i)个元素加入Psen(i)中，P1(i)＝(i-1)*K0+1，P2(i)＝i*K0；

将P1(i)和P2(i)中的序号i从i＝1遍历至i＝N，从而完成数组序列P_sen中N个数组Psen(1),Psen(2),…,Psen(N)的数据写入；

步骤S200中，依次计算N个数据段的线性离群度的方法为：

S201，创建一个空白的数组ach[]，计算解离初值R1，创建一个空白的数组RPIV[]，将解离初值R1加入到数组RPIV[]中；

以Psen(i)表示数组序列P_sen的N个数组中的第i个数组，i为序号，i的取值范围为i＝1,2,…,N，初始化变量k，k的取值范围与i的取值范围相同，从k＝1开始遍历变量k，以Psen(k)表示变量k在数组序列P_sen的N个数组中所对应的第k个数组，转至S202；

S202，记数组Psen(k)中的第j个元素为Psen(k,j)，j为序号，j的取值范围为j＝1,2,…,M，M为数组Psen(k)的长度，以Psen(k,jm)表示数组Psen(k)中元素值最小的元素，以Psen(k,jg)表示数组Psen(k)中元素值最大的元素，jm、jg都为序号，jm,jg∈[1,M]；

将数组Psen(k)中位于Psen(k,jm)与Psen(k,jg)之间的所有元素加入数组ach[]中，以Aach表示数组ach[]中所有元素的平均值，转至S203；

S203，如果Aach的值大于解离初值R1，则将解离初值R1的值更新为当前Aach的值，同时清空数组ach[]内的所有元素；

如果Aach的值小于或等于解离初值R1，则通过第一离群算法更新R1的值，同时清空数组ach[]内的所有元素；

将当前R1的值加入到数组RPIV[]中，转至S204；

S204，如果当前变量k的值小于N，则将变量k的值增加1，并转到S202；如果当前变量k的值大于或等于N，则转至S205；

S205，以OR_r(i)表示Psen(i)所对应的线性离群度，OR_r(i)的计算方法为：将数组Psen(i)内的M个元素依次减去RPIV(i)的值，从而得到M个第一数值，取这M个第一数值的绝对值作为离群度，则共有M个离群度；以数组Psen(i)内的最大值除以M个离群度，得到M个第二数值，依次将这M个第二数值进行累加，进而得到线性离群度；

将Psen(i)中的i从i＝1遍历至i＝N，从而得到N个数组Psen(1),Psen(2),…,Psen(N)所对应的N个线性离群度OR_r(1),OR_r(2),…,OR_r(N)。

2.根据权利要求1所述的一种基于离群检测的数据传输异常识别方法，其特征在于，所述在传感器节点采集到数据后，其中，所述数据为温度值、压力值、湿度值、光照值、噪音值、信号值、位移值、功率值中的其中一种，且传感器节点在每一秒至多采集一个数据。

3.根据权利要求1所述的一种基于离群检测的数据传输异常识别方法，其特征在于，通过第一离群算法更新R1的值的方法具体为：记Rs＝round(M/2)，round()表示对括号内的值进行向上取整，将序号jm的值与Rs的值进行比较；

如果jm的值小于或者等于Rs的值，则将数组Psen(k)中位于Psen(k,1)与Psen(k,jm)之间的所有元素组成离群数据段；如果jm的值大于Rs的值，则将数组Psen(k)中位于Psen(k,jm)与Psen(k,M)之间的所有元素组成离群数据段；

将离群数据段中元素值最小的元素记为Psen(k,jp)，jp为序号，jp∈[1,M]；

将R1的值更新为：数组Psen(k)中位于Psen(k,jp)与Psen(k,jg)之间的所有元素的平均值。

4.根据权利要求1所述的一种基于离群检测的数据传输异常识别方法，其特征在于，解离初值R1的计算方法为：在数组序列P_sen的N个数组中，依次计算每个数组内所有元素的平均值，以APsen(i)表示Psen(i)内所有元素的平均值，则N个数组Psen(1),Psen(2),…,Psen(N)对应着N个所述平均值APsen(1),APsen(2),…,APsen(N)，在这N个数组Psen(1),Psen(2),…,Psen(N)中筛选出平均值最大的数组并记该数组为Psen(X)，X为序号，X∈[1,N]；

分别以Psen(X,jm)和Psen(X,jg)表示数组Psen(X)中元素值最小的元素和元素值最大的元素，将数组Psen(X)中位于Psen(X,jm)与Psen(X,jg)之间的所有元素的平均值记为解离初值R1。

5.根据权利要求1所述的一种基于离群检测的数据传输异常识别方法，其特征在于，步骤S300中，根据N个数据段的线性离群度计算异常解离值的方法具体为：以N个线性离群度OR_r(1),OR_r(2),…,OR_r(N)的平均值作为异常解离值。

6.根据权利要求1所述的一种基于离群检测的数据传输异常识别方法，其特征在于，步骤S400中，通过异常解离值识别出数据流中的异常数据段的方法具体为：在数据流中经过数据分割后的N个数据段中，以OR_r(i)表示所述N个数据段中的第i个数据段Psen(i)的线性离群度，则所述N个数据段Psen(1),Psen(2),…,Psen(N)对应着N个线性离群度OR_r(1),OR_r(2),…,OR_r(N)，将线性离群度的值大于异常解离值的数据段标记为异常数据段。