【摘要】：隨著無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)對(duì)人們的生活有著越來越深入和重要的影響,信息安全性已經(jīng)成為其走向大規(guī)模以及實(shí)用化的關(guān)鍵因素,而入侵檢測(cè)技術(shù)應(yīng)用于WSN中,將為其提供更全面和更深層次的保護(hù)。本文主要針對(duì)WSN中存在的節(jié)點(diǎn)能量受限、節(jié)點(diǎn)能量利用率不高以及入侵檢測(cè)率低、實(shí)時(shí)性差的缺陷,分別進(jìn)行了分簇路由協(xié)議的改進(jìn)及入侵檢測(cè)算法的改進(jìn),主要工作如下:1.本文采用層次式的檢測(cè)模型,由于在WSN中傳感器節(jié)點(diǎn)具有能量受限、計(jì)算和存儲(chǔ)能力有限的特點(diǎn)。這就使得其入侵檢測(cè)系統(tǒng)模型的設(shè)計(jì)不能過于復(fù)雜,以免在實(shí)際的應(yīng)用當(dāng)中耗費(fèi)更多能量,導(dǎo)致網(wǎng)絡(luò)的性能和生命周期下降,因此在入侵檢測(cè)模型的設(shè)計(jì)方面應(yīng)考慮WSN的特點(diǎn),且應(yīng)保證發(fā)現(xiàn)入侵行為的正確率和實(shí)時(shí)性。本文采用的層次式檢測(cè)模型中感知層的普通傳感器節(jié)點(diǎn)負(fù)責(zé)數(shù)據(jù)信息的采集工作,匯聚層的Sink節(jié)點(diǎn)負(fù)責(zé)入侵特征提取的工作,而處于核心控制層的管理節(jié)點(diǎn)則用來實(shí)現(xiàn)計(jì)算較為復(fù)雜的分析檢測(cè)功能,以此降低入侵檢測(cè)系統(tǒng)的整體成本。2.對(duì)現(xiàn)有分簇路由協(xié)議進(jìn)行了改進(jìn)。針對(duì)目前一些分簇路由協(xié)議存在網(wǎng)絡(luò)中節(jié)點(diǎn)的存活時(shí)間短以及網(wǎng)絡(luò)中能量利用率低的問題,本文對(duì)經(jīng)典LEACH協(xié)議及基于FCM(Fuzzy C-Means)的C-FCM協(xié)議進(jìn)行了改進(jìn),研究了一種EEUCP協(xié)議。該協(xié)議的設(shè)計(jì)思想就是采用灰狼優(yōu)化算法GWO(Grey Wolf Optimizaton)來對(duì)FCM算法進(jìn)行優(yōu)化,此外在簇間通信方面也進(jìn)行了改進(jìn)。通過仿真實(shí)驗(yàn),與LEACH協(xié)議、C-FCM協(xié)議及K-Means協(xié)議進(jìn)行對(duì)比,結(jié)果表明本文提出的協(xié)議降低了網(wǎng)絡(luò)中的能耗,有效延長(zhǎng)了網(wǎng)絡(luò)中節(jié)點(diǎn)的存活時(shí)間,提高了能量利用率,同時(shí)使得分簇更均勻,為后面入侵檢測(cè)工作奠定了良好基礎(chǔ)。3.深入研究了用于WSN入侵檢測(cè)的算法。入侵檢測(cè)算法是入侵檢測(cè)模型的核心,本文采用泛化性能極好的極限學(xué)習(xí)機(jī)ELM(Extreme Learning Machine)算法進(jìn)行入侵檢測(cè),使用主成分分析PCA(Principal Component Analysis)算法進(jìn)行降維優(yōu)化,并與傳統(tǒng)的BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)做對(duì)比,在KDD CUP99數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明,本文提出的方法大大提高了檢測(cè)率、精度,同時(shí)縮短了檢測(cè)時(shí)間,降低了誤報(bào)率、漏報(bào)率,保證了入侵檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性。
【圖文】：

圖 1.1 LEACH 算法EACH 協(xié)議為藍(lán)本，科研工作者對(duì)其進(jìn)行改進(jìn)和創(chuàng)新，，進(jìn)而又影響深遠(yuǎn)的諸多路由協(xié)議。這其中，就包括由 Heinzelman 等提出的集中分簇的 LEACH 協(xié)議[11]，通過對(duì)經(jīng)典 LEACH 協(xié)議進(jìn)，延長(zhǎng)了網(wǎng)絡(luò)存活時(shí)間，并且使基站接收的數(shù)據(jù)量增多。 年，Hoang 等人提出了 C-FCM 協(xié)議[12]，即一種基于 FCM 聚路由協(xié)議，該協(xié)議利用模糊聚類算法對(duì)簇頭的形成進(jìn)行了改

2.2 無線傳感器網(wǎng)絡(luò)體系架構(gòu)WSN 的體系架構(gòu)圖如圖 2.1 所示。主要由三部分組成，分別為：大量分布在監(jiān)測(cè)區(qū)域中的傳感器節(jié)點(diǎn)、少量分散的 Sink 節(jié)點(diǎn)以及管理節(jié)點(diǎn)，每一部分的功能如下：1. 傳感器節(jié)點(diǎn)作為 WSN 的基礎(chǔ)，主要工作是收集各自范圍的數(shù)據(jù)信息，對(duì)收集的信息進(jìn)行處理，再將信息傳輸?shù)缴蠈拥墓?jié)點(diǎn)；2. Sink 節(jié)點(diǎn)，也是匯聚節(jié)點(diǎn)，傳感器節(jié)點(diǎn)會(huì)獲取收集到數(shù)據(jù)信息，而 Sink節(jié)點(diǎn)則對(duì)其進(jìn)行融合處理，然后通過互聯(lián)網(wǎng)、衛(wèi)星、GSM 等其他網(wǎng)絡(luò)途徑傳輸?shù)焦芾砉?jié)點(diǎn)；3. 管理節(jié)點(diǎn)，它是直接面向用戶的，作用是對(duì)網(wǎng)絡(luò)的運(yùn)行狀態(tài)進(jìn)行全程的觀測(cè)，并對(duì)上層發(fā)來的數(shù)據(jù)信息進(jìn)行分析，并采取相應(yīng)的操作。另外，管理節(jié)點(diǎn)還可以主動(dòng)向 WSN 發(fā)出查詢申請(qǐng)[29]。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP212.9;TN929.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂新橋;廖天龍;;基于灰狼優(yōu)化算法的置換流水線車間調(diào)度[J];武漢理工大學(xué)學(xué)報(bào);2015年05期

2 崔亞芬;解男男;;一種基于特征選擇的入侵檢測(cè)方法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2015年01期

3 楊曉元;胡志鵬;魏立線;;分級(jí)結(jié)構(gòu)Adaboost算法在無線傳感器網(wǎng)絡(luò)入侵檢測(cè)中的應(yīng)用研究[J];傳感技術(shù)學(xué)報(bào);2012年08期

4 胡明霞;;基于BP神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)算法[J];計(jì)算機(jī)工程;2012年06期

5 段曉陽;馬卉芳;韓志杰;王冠男;;無線傳感器網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)研究綜述[J];電腦知識(shí)與技術(shù);2011年13期

6 劉寧;趙建華;;基于生物免疫的無線傳感器網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)[J];桂林電子科技大學(xué)學(xué)報(bào);2011年02期

7 張紅莉;黃守明;;一種基于MA的無線傳感器網(wǎng)絡(luò)IDS模型研究[J];計(jì)算機(jī)工程與科學(xué);2010年05期

8 黃敏明;林柏鋼;;基于遺傳算法的模糊聚類入侵檢測(cè)研究[J];通信學(xué)報(bào);2009年S2期

9 蒲蓬勃;王鴿;劉太安;;基于粒子群優(yōu)化的模糊C-均值聚類改進(jìn)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年16期

10 楊黎斌;慕德俊;蔡曉妍;;基于核聚類的無線傳感器網(wǎng)絡(luò)異常檢測(cè)方案[J];傳感技術(shù)學(xué)報(bào);2008年08期

相關(guān)博士學(xué)位論文 前2條

1 匡哲君;無線傳感器網(wǎng)絡(luò)節(jié)能策略的研究[D];吉林大學(xué);2014年

2 傅蓉蓉;無線傳感器網(wǎng)絡(luò)入侵檢測(cè)關(guān)鍵技術(shù)研究[D];北京交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前7條

1 趙雁航;一種基于LEACH協(xié)議改進(jìn)的物聯(lián)網(wǎng)路由算法[D];吉林大學(xué);2014年

2 曾華圣;無線傳感器網(wǎng)絡(luò)非均勻分簇路由算法研究[D];重慶大學(xué);2014年

3 趙凡;一種能量均衡的無線傳感器網(wǎng)絡(luò)多跳分簇路由算法[D];哈爾濱理工大學(xué);2014年

4 高磊磊;一種能量有效的無線傳感網(wǎng)路由算法研究與實(shí)現(xiàn)[D];南京理工大學(xué);2014年

5 朱康;無線傳感器網(wǎng)絡(luò)分布式多跳分層路由協(xié)議研究與設(shè)計(jì)[D];電子科技大學(xué);2013年

6 陳立東;無線傳感器網(wǎng)絡(luò)拓?fù)淇刂蒲芯縖D];南京郵電大學(xué);2012年

7 羅曉波;基于快速神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)技術(shù)研究[D];南京林業(yè)大學(xué);2011年

本文編號(hào)：2608207