基于分簇无线传感器网络入侵检测系统模型研究

随着无线传感器网络的快速发展,其安全问题也越来越突出.为了有效地检测或发现网络中面临的各种恶意攻击,并考虑到无线传感器网络能量有限的问题,设计了一种基于分簇结构的高效、节能的入侵监测模型.模型采用了簇内节点联合协作交换信息,簇头节点之间投票选举的思路来检测节点的异常行为是否为恶意攻击.仿真实验表明,该模型具有较高的检测精度,并且减少了网络中节点能量的消耗.     

无线传感网络改进APIT定位算法

未知节点定位是无线传感网络中的研究重点之一,目前最常用算法为基于免测距原理的APIT算法.该算法具有通信开销小、硬件简单易实现等优点,但其基本思想为质心原理定位,故定位精度难以提高,特别是当锚节点稀疏时无法定位.针对APIT定位算法无法定位,锚节点三角形不包含待定节点的情况,提出一种改进两点定位法,并与原APIT定位算法相结合,提高了定位精度及未知节点覆盖率.     

否定选择算法在网络入侵检测中的应用

针对入侵检测中区别合法授权行为与非法授权行为的问题,从生物免疫系统中得到启发,采用生物免疫系统中的否定选择算法,建立了网络入侵检测模型.通过实验测试表明,在低误报率的情况下,提高了检测率.     

基于离散优化算法和机器学习的传感云入侵检测

针对传感云的大规模高维度数据和多变性入侵行为,在雾计算模式下提出了一种基于并行离散优化特征提取和机器学习方法特性的传感云入侵检测算法。首先,为有效降低数据维度和提高特征提取过程的鲁棒性,在定义最优特征评价指标的基础上构建并行离散优化特征提取框架,理论分析表明:该指标能最大限度去除特征冗余度和保持原始数据多样性。其次,设计了具有普遍意义的离散优化算法(DOA),结合工程优化问题特点给出DOA实现流程,并证明了DOA具有全局收敛性,在此基础上使用DOA对特征提取框架进行求解,通过并行特征子集筛选过程实现了最佳特征组合提取。最后,利用最佳特征子集和机器学习中的分布模糊聚类技术对传感云入侵行为进行检测,通过引入智能迭代进化思想和自适应聚类策略,在有效避免模糊聚类算法易陷入局部最优缺陷的同时实现了聚类个数自动划分。实验结果表明:该入侵检测算法能有效给出入侵检测结果,而且相比于其他检测算法,该算法异常检测成功率和漏检率明显改善,且具有较强抗噪能力。     

无线传感网络粮库粮情检测系统的设计

目前粮库粮情检测技术落后导致粮食损失,为了降低粮库检测工作人员的劳动强度,设计了一种基于无线传感网络的粮库粮情检测系统。无线传感网络的组成核心无线网关节点和检测节点采用J ENNIC5139模块实现,检测节点将采样点的温度和湿度值通过无线方式传给网关节点,每个网关节点同时具有火灾烟雾检测报警功能,工作人员通过检测中心的上位机软件,可以方便地获得粮库温湿度数据与历史数据。该系统能有效降低粮食损失率,消除仓储的火灾隐患,并可以通过长期的数据积累,对仓储方法的改进提供可靠的研究数据。     

一种无线传感器网络入侵检测系统模型

为了提高无线传感器网络的安全性,针对该网络能量有限的特点,设计了一个入侵检测系统模型,模型采用了多节点联合协作的思路,入侵检测节点采用一种异常检测算法,节点之间采用能量最大节点选择的算法。仿真实验表明,系统能较好的解决无线传感器网络入侵检测的能量消耗问题。     

无线传感网络节点定位技术

节点定位是无线传感网络的关键技术之一.介绍了无线传感网络的结构和节点定位技术的分类.针对于静态锚节点和无锚节点的定位方法,介绍了每个算法的原理,分析了误差产生的原因,概括了算法适用的条件,并介绍了目前提出的有效的改进方法.对于目前在无线网络定位中出现的问题做出了展望.     

BP神经网络在入侵检测系统中的应用及优化

BP神经网络运用于入侵检测系统有很多优点，但是也存在一些缺点，如执行速度比较慢的问题等．常用的LMBP算法，虽然收敛速度很快，但是应用于入侵检测系统执行速度仍然不能满足要求．结合KDD99数据集，选取适当的数据，通过加入一些限制条件，对LMBP算法进行了优化．通过实际计算，比较算法优化前后的计算结果，验证了优化算法是有效的．优化后的算法比较明显的提高了BP神经网络应用于入侵检测系统时的执行速度，具有一定的实用价值．     

基于链路覆盖的无线Mesh网络入侵检测方法

针对传统入侵检测方法不适用于资源受限的无线Mesh网络( WMN)的问题,提出一种基于链路覆盖的分布式入侵检测( LCDID)方法。该方法将WMN中所有节点纳入到入侵检测中,节点根据自身内存阈值加载入侵检测系统功能模块,并采用协调优化机制优化节点对功能模块加载,每条通信链路可由多个节点覆盖检测。仿真实验结果表明,LCDID方法对不同规模的网络具有较好的适应性和可扩展性;与现有检测方法相比,该方法具有更高的内存利用率和入侵检测率。     

基于生物免疫的无线传感器网络入侵检测系统

为了解决无线传感器网络的安全性问题,设计了一个基于生物免疫的轻量级入侵检测系统.系统集成了检测器的生成和抗原的检测,采用了疫苗提取和疫苗接种技术,实现了自体、非自体、抗体的动态演化.仿真结果表明,系统具有良好的检测率和较低的能耗.     

分簇无线传感器网络的动态入侵检测算法

提出了一种基于分簇的无线传感器网络的动态入侵检测方案来检测传感器网络中的各种入侵行为, 可以同时监测网络的多个属性, 降低了单个属性的突变对检测结果的影响.利用簇之间的差异性设置不同的检测参数, 使得检测算法更加符合当时当地的网络状况, 更易检测出入侵行为.本算法检测参数具有针对性, 改善了现有入侵检测算法的检测准确性, 同时降低了误警率.     

一种无线传感器网络路由协议LEACH的改进算法

针对低功耗自适应集簇分层型协议LEACH(low energy adaptive clustering hierarchy)的节点生命周期短和能量消耗不平衡的问题,提出了一种LEACH协议的改进算法.算法的主要思想是考虑了节点的当前位置以及当前能量,从而可以使簇头的分布更加均匀,延长节点的生命周期.对改进后的LEACH协议和原LEACH协议进行仿真,结果表明改进后的协议在生存时间上提高了40.7%,并增加了数据的发送量,减少了节点的能量消耗.     

改进BP算法用于入侵检测

为了降低入侵检测系统的误警率,提高检测率,在入侵检测模型中应用了一种改进BP算法.该算法用Cauchy误差估计器代替传统的LMS误差估计器,提高了模型的鲁棒性,降低了训练样本＂异常值＂对收敛速度的影响.最后,以网络数据包为样本数据对模型进行训练,比较了改进BP算法与标准BP算法的实验结果,验证了该算法的优越性.     

WSN中一种改进的三维DV-Hop节点定位算法

本文在研究传统的DV-Hop3D算法基础上提出了一种新无线传感器网络定位算法。新算法在算法的第一阶段设置了跳数阈值参数以减小通信开销,并且在算法的第二阶段用可选择的平均跳距代替固定的平均跳距来计算未知节点到锚节点的距离,最后用Matlab7.1进行了仿真。仿真结果表明,该改进算法可明显提高节点定位精度,并且能有效降低网络通信量。     

传感器网络中的多重贪心路由算法

基于二层架构的无线传感器网络，以减少网络功耗为目的，提出了一种新的路由算法－－多重贪心算法以获得最优路径。模拟结果证明了此算法复杂度量级远小于穷举法，和贪心算法近似，不过相对于贪心算法大幅度减少了组长传感器的平均功耗，从而提高了网络的生命期。     

传感器网络中的多重贪心路由算法

基于二层架构的无线传感器网络，以减少网络功耗为目的，提出了一种新的路由算法－－多重贪心算法以获得最优路径。模拟结果证明了此算法复杂度量级远小于穷举法，和贪心算法近似，不过相对于贪心算法大幅度减少了组长传感器的平均功耗，从而提高了网络的生命期。     

基于IRVFA算法的无线传感器网络节点部署

针对无线传感器网络节点再部署中网络覆盖率和节点的有效利用率低问题,提出基于IRVFA算法的无线传感器网络节点部署策略,建立了节点分布最佳模型,同时在RVFA算法的基础上,引入虚拟引力线,使得网络节点能够快速均匀的分布在整个目标区域内,该策略可以实现同时提高网络覆盖率和节点的有效利用率。实验中通过将IRVFA算法与VFA算法、RVFA算法相比较,其在网络覆盖率和节点的有效利用率方面有明显优势,网络性能得到很大提升。     

基于PSO算法优化的无线传感器网络LEACH协议

提出了一种新的改进算法ILEACH,能够使簇头分布更加均匀,相互之间的距离保持一个较优值。新的策略首先根据计算出的网络最优簇首数目进行分簇,这样使得网络划分的簇的数目是最优的,然后利用PSO算法,根据由节点的剩余能量和节点之间的距离组成的适值函数,迭代求解在簇中下一轮最适合的簇首。实验结果表明I,LEACH算法能有效延长网络的生存时间。     

多边算法在无线传感器网络目标定位中的应用

目标定位是无线传感器网络最基本的功能之一.多边算法是三边算法的改进算法,该算法的目的是减少目标和节点间距离的误差,以提高定位精度.算法采用更多的传感器节点对目标定位,通过最小二乘算法减小了测距误差,进一步通过加权最小二乘算法减小了监测节点位置误差,实现了无线传感器网络对单个目标的定位.最后将三边算法与多边算法进行比较,仿真结果表明,多边算法降低了测距误差和位置误差,定位精度更高.