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^*

来源：哈尔滨工程大学学报（英文版）, 2020, 41(03): 433-440.

• 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

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。

• 单位
  哈尔滨工程大学; 国网福建省电力有限公司