基于机器学习的无线传感器网络入侵检测算法

作     者：罗富财 吴飞 陈倩 何金栋 寇亮 LUO Fucai;WU Fei;CHEN Qian;HE Jindong;KOU Liang

作者机构：国网福建省电力有限公司信息中心福建福州350003 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 

出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期：2020年第41卷第3期

页      面：433-440页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中央高校自由探索基金项目(HEUCF100606) 

主　　题：无线传感器网络 信息安全 入侵检测 机器学习 模糊聚类 密度感知 模糊支持向量机 模糊因子 

摘      要：针对资源受限的无线传感器网络入侵检测效果不佳的问题,本文提出了一种基于机器学习的无线传感器网络入侵检测算法。该算法将数据局部密度和数据特征距离引入模糊聚类,提高了聚类有效性的同时降低了聚类收敛的时间;该算法将聚类得到的模糊隶属度作为模糊因子应用于模糊支持向量机,降低了人为选取模糊因子造成的主观性,将噪声点和孤立点对分类造成的影响降至最低。以WSN-DS数据集为实验数据,理论分析及实验结果表明:本文提出的入侵检测算法具有检测率高、计算复杂度低等特性,能够适用WSNs这一应用场景。