基于PSO—RBF无线传感器网络入侵检测技术研究.pdf

《基于PSO—RBF无线传感器网络入侵检测技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2011年第3O卷第9期传感器与微系统(TransducerandMicrosystemTechnologies)9基于PSO．RBF无线传感器网络入侵检测技术研究易晓梅，吴鹏，刘丽娟，戴丹(浙江农林大学信息工程学院。浙江杭州311300)摘要：针对无线传感器网络自身特性，提出了基于粒子群优化(PSO)径向基函数(RBF)神经网络的轻量级入侵检测方案，该方案结合PSO算法与RBF神经网络分别在全局搜索和局部搜索的优势，使用PSO优化RBF的中心、宽度及权值。仿真实验表明：基于PSO—RBF的入侵检测算法可以有效、可靠地运用于无线传感器入侵检测系统中。关键词：无线传

2、感器网络；入侵检测；径向基函数神经网络；粒子群优化算法中图分类号：A文献标识码：A文章编号：1000--9787(2011)09-0009-03ResearchonWSNsintrusiondetectiontechnologybasedonPSO．RBFYIXiao-mei，WUPeng，LIULi—juan，DAIDan(SchoolofInformationEngineering，ZhejiangAgricultureandForestryUniversity，Hangzhou311300，China)Abstract：Aparticleswarmoptim

3、ization(PSO)，radialbasisfunction(RBF)lightweightintrusiondetectionframeworkisproposedaimingatthefeaturesofWSNs．TheparametersofRBFisoptimizedbyassimilatingtheadvantagesbothofPSO’SglobalsearchandRBF’Slocalsearch，thetestresultshowsthatPSO—RBFalgorithmmightbeeffectivelyandreliablyusedinWS

4、Nsintrusiondetectionsystem．Keywords：wirelesssensornetworks(WSNs)；intrusiondetection；radialbasisfunction(RBF)neuralnetwork；particleswarmoptimization(PSO)algorithm0引言测技术不能直接用于WSNs，本文结合粒子群优化(particle与传统网络相比，无线传感器网络(WSNs)无线信道searmoptimization，PSO)算法和径向基函数(radialbasis的脆弱性使得无线连接更容易被窃取和干扰；网络

5、节点部function，RBF)神经网络并将其用于WSNs的入侵检测中，署在开阔环境，缺乏清晰的网络边界，使得防火墙之类的安以提高入侵检测性能。全设施无所适从；节点能源、存储和带宽有限使得WSNs更1基于PSO-RBF的入侵检测方案易遭受攻击J。虽然加密、认证技术等安全防御机制对由于受到能量、带宽、处理和存储能力等的限制，在设WSNs起到一定的防护作用，能使网络免受一些特定攻击，计WSNs入侵检测系统时要考虑到诸多因素，如，不能过但对于诸如Wormhole，HelloFlood，DDoS，SelectiveForwar—多增大网络开销和增加网络负载、保证入侵检测系

6、统的自ding，Sinkhole攻击等显得无能为力，因此，WSNs的安全正身安全性、提高检测率、减少误报率和漏报率等。在已有研面临巨大挑战，它已经成为严重制约WSNs发展的关键因究成果基础上，本文设计了如图1所示的本地入侵检测素之一_2I3。方案。入侵检测技术作为继加密、认证技术后网络防御的第1)监听模块：负责扫描流量特征数据流，收集数据。二道安全防线，是安全防护机制的合理补充，它是一种积极一般原始数据采集后，要对其做一系列的预处理：包括数据主动的深度入侵防御技术，当预防措施失效时，可识别和抵清洗、数据集成、数据特征提取、数据转换等。挡攻击者的攻击行为，提供动态监

7、控、抵御系统入侵行为的2)PSO—RBF模块：负责通过预处理后的训练数据建立安全机制J。由于WSNs自身特性，传统网络中的入侵检针对WSNs入侵检测的PSO-RBF神经网络模型。收稿日期：2011-03-02$基金项目：浙江省自然科学基金资助项目(Y3100363；Y3100367；Y3090558)；浙江省教育厅科研计划资助项目(Y200908868)10传感器与微系统第30卷都代表问题的一个潜在的解，粒子由位置、速度、适应度值表示其特征，适应度值决定解的优劣程度。粒子在解空『日J中运动飞行，每一次迭代中，粒子通过跟踪个体极值Pbest和全局极值Gbest来更新

8、个体位置，