異構(gòu)無(wú)線傳感器網(wǎng)絡(luò)安全拓?fù)錁?gòu)建及入侵檢測(cè)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩82頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、異構(gòu)無(wú)線傳感器網(wǎng)絡(luò)(Heterogeneous Wireless Sensor Networks,HWSNs)作為物聯(lián)網(wǎng)技術(shù)的重要組成部分,逐漸被運(yùn)用于各個(gè)應(yīng)用領(lǐng)域。由于傳感器節(jié)點(diǎn)資源受限且大多布置于復(fù)雜的開(kāi)放環(huán)境中,易受外界干擾與惡意攻擊。研究面向HWSNs應(yīng)用需求的網(wǎng)絡(luò)與數(shù)據(jù)安全十分有意義。
  本文針對(duì)HWSNs的網(wǎng)絡(luò)安全問(wèn)題,從網(wǎng)絡(luò)拓?fù)錁?gòu)建出發(fā),研究基于容侵的多路徑安全拓?fù)淇刂扑惴?,并在此基礎(chǔ)上提出一種改進(jìn)線性判定分析(L

2、inear Discriminant Analysis,LDA)及極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)的入侵檢測(cè)算法,最后通過(guò)對(duì)檢測(cè)結(jié)果的進(jìn)一步分析提出決策響應(yīng)機(jī)制,完成能夠保障網(wǎng)絡(luò)安全的解決方案。本文開(kāi)展的主要工作如下:
  1.提出了一種基于容侵的多路徑安全拓?fù)淇刂扑惴?。該算法綜合考慮網(wǎng)絡(luò)能耗和網(wǎng)絡(luò)安全等因素,構(gòu)建了非均勻分簇網(wǎng)絡(luò),采用單跳單路徑和多路徑相結(jié)合的路由形式,結(jié)合(k,n)門(mén)限秘密

3、共享機(jī)制,利用多路徑將數(shù)據(jù)以分片形式傳輸。通過(guò)仿真實(shí)驗(yàn)評(píng)估,該算法在保證數(shù)據(jù)安全傳輸?shù)耐瑫r(shí)達(dá)到了均衡能耗,延長(zhǎng)網(wǎng)絡(luò)生存周期的目標(biāo)。
  2.提出了一種基于改進(jìn)LDA降維的ELM分類(lèi)異構(gòu)無(wú)線傳感網(wǎng)入侵檢測(cè)算法。首先利用改進(jìn)后的線性判別分析對(duì)數(shù)據(jù)進(jìn)行特征降維,增大了小差異類(lèi)間區(qū)別,然后采用單隱層神經(jīng)網(wǎng)絡(luò)極限學(xué)習(xí)機(jī)算法作為分類(lèi)方法對(duì)數(shù)據(jù)進(jìn)行最后的分類(lèi)判斷。仿真實(shí)驗(yàn)結(jié)果證明,該算法在保障入侵檢測(cè)準(zhǔn)確性的同時(shí),也提高了算法的執(zhí)行效率,能夠快

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論