無(wú)線傳感器網(wǎng)絡(luò)混合式入侵檢測(cè)技術(shù)研究.pdf

1、近年來(lái)，無(wú)線傳感器網(wǎng)絡(luò)的安全問(wèn)題變得日益嚴(yán)重，而入侵檢測(cè)作為傳感器網(wǎng)絡(luò)安全技術(shù)的一個(gè)重要分支，針對(duì)其的研究就變得越來(lái)越重要。本文對(duì)基于分簇結(jié)構(gòu)無(wú)線傳感器網(wǎng)絡(luò)的入侵檢測(cè)關(guān)鍵技術(shù)做重點(diǎn)研究，主要成果包括:
　　提出了一種新的異常檢測(cè)算法，該算法基于Adaboost優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(Ada-BP)，并通過(guò)級(jí)聯(lián)的結(jié)構(gòu)將多個(gè)Ada-BP分類(lèi)器做線性組合，從而構(gòu)成分級(jí)結(jié)構(gòu)的Ada-BP異常檢測(cè)算法。經(jīng)過(guò)Adaboost算法優(yōu)化，將多個(gè)BP神

2、經(jīng)網(wǎng)絡(luò)組合在一起構(gòu)成強(qiáng)分類(lèi)器Ada-BP，從而提升了BP神經(jīng)網(wǎng)絡(luò)的全局搜索能力和泛化能力。在本文異常檢測(cè)設(shè)計(jì)中，首先對(duì)無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行級(jí)次劃分，之后按照劃分的不同等級(jí)部署分級(jí)結(jié)構(gòu)的Ada-BP異常檢測(cè)算法。最后經(jīng)過(guò)大量仿真對(duì)比實(shí)驗(yàn)，該算法用于異常檢測(cè)具有檢測(cè)率高，誤報(bào)率低的特點(diǎn)。
　　提出了一種新誤用檢測(cè)算法，該算法基于文化-魚(yú)群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(CA-AFSA-BP)。算法中將人工魚(yú)群算法作為種群空間進(jìn)化策略，將遺傳操作作為

3、信念空間進(jìn)化策略，通過(guò)文化算法框架的雙層進(jìn)化結(jié)構(gòu)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行雙層尋優(yōu)，從而大大提升了BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度。最后經(jīng)過(guò)大量仿真對(duì)比實(shí)驗(yàn)表明，該算法用于誤用檢測(cè)具有檢測(cè)率和準(zhǔn)確率高，誤報(bào)率低的特點(diǎn)。
　　針對(duì)分簇結(jié)構(gòu)的無(wú)線傳感器網(wǎng)絡(luò)，提出了一種將異常檢測(cè)和誤用檢測(cè)相結(jié)合的混合式入侵檢測(cè)模型。考慮到傳感器節(jié)點(diǎn)運(yùn)算能力弱，容量小，能量有限等特點(diǎn)，模型的異常檢測(cè)設(shè)計(jì)，按照訓(xùn)練得出的不同特性的Ada-BP分類(lèi)器，分別部署在普通節(jié)點(diǎn)，簇頭