基于雾计算的无线传感器网络联合入侵检测算法

作者：朱梦圆; 陈卓; 刘鹏飞; 吕娜^*

来源：北京航空航天大学学报, 2022, 48(10): 1943-1950.

DOI：10.13700/j.bh.1001-5965.2021.0766

• 无线传感器网络
• 入侵检测
• 雾计算
• 联合学习
• 深度学习

为了保障无线传感器网络的安全性，提出一种基于雾计算的联合入侵检测算法Fed-XGB。Fed-XGB算法通过引入雾计算节点扩展网络边缘，减少通信时延，在提升联合学习全局模型和局部模型准确率的同时，降低了传输带宽和隐私泄露风险；通过改进基于直方图的近似计算方法，适应无线传感器网络数据不均衡特征；通过引入TOP-K梯度选择，最小化模型参数上传次数，提高模型参数交互效率。实验结果表明：Fed-XGB算法的检测准确率在0.97以上，误报率在0.036以下，优于其他对比算法；在遭受中毒攻击及数据含噪的情况下，算法检测分类性能依然稳定，具有较强的鲁棒性。

• 单位
  空军工程大学信息与导航学院