基于改进主动学习的HWSN网络入侵检测方法

作者：高朝营

来源：沈阳工程学院学报(自然科学版), 2021, 17(04): 79-84.

DOI：10.13888/j.cnki.jsie(ns).2021.04.016

• 改进主动学习
• HWSN
• 拓扑结构
• SVM算法
• 主成分分析

针对HWSN网络拓扑结构复杂、多源异构数据交叉分布的特点,提出一种经过改进的主动学习的入侵检测方法。首先,构建五元组的主动学习模型,利用SVM分类器改变异构传感网络中输入数据和输出数据之间的单纯线性关系,提升算法的泛化能力;其次,对网络中的原始数据做归一化处理并主动定制标签,划分数据集的类型,将训练集中的训练数据和测试集中的测试数据类型全部转换为数值型数据;最后,利用主成分分析法提出入侵数据集的特征。仿真结果显示,提出的改进检测算法在检测率和召回率方面均具有优势,在训练耗时和检测效率等方面也优于传统方法。

• 单位
  枣庄科技职业学院; 无锡科技职业学院