基于异常行为的海洋气象传感网的入侵检测方法研究

应对海洋气象传感网面临的异常数据流攻击，分析安全机制，针对其复杂庞大的网络结构和节点内分布极端不平衡的数据流，对基于异常行为的海洋气象传感网入侵检测方法进行研究，并搭建入侵检测系统。重点考虑数据集不平衡问题，使用深度生成网络CVAE-GAN学习数据集中少数类的分布，实现有效的数据生成。使用基于OPTICS的去噪算法清除多数类中噪声点，清晰化类别边界。从数据角度入手，降低数据集不平衡率，减小不平衡数据集对入侵检测系统的影响，提高分类器对少数类异常流量的识别能力。仿真结果表明，所提系统能够有效识别各类异常流量，尤其是少数类异常流量，所采用的不平衡数据集处理方法对分类器的检测能力有显著提高。