本文關鍵詞：基于分簇的入侵檢測算法

  更多相關文章： 無線傳感器網(wǎng)絡 克隆復制攻擊 模糊分簇算法 入侵探測算法

【摘要】：隨著計算機、無線通信和傳感等技術的日益發(fā)展,無線傳感器網(wǎng)絡(Wireless Sensor Networks,WSN)已廣泛應用于軍事作戰(zhàn),醫(yī)療管理,森林防火和空氣質量監(jiān)測等多個領域。當無線傳感器節(jié)點被部署到非常復雜的環(huán)境后,由于其自身的計算能力有限,傳輸環(huán)境的開放性等因素,通常容易遭受到攻擊。攻擊節(jié)點通過捕獲無線傳感器網(wǎng)中的正常節(jié)點來獲得節(jié)點中的有用信息(包括節(jié)點位置、密鑰、節(jié)點身份)并加以復制構成一個能發(fā)起各種內部攻擊的克隆節(jié)點。研究者已經提出了許多方法來對付這種惡意攻擊模式,然而這些方法中都存在一些不足。例如,(1)直接檢測克隆節(jié)點時,沒有考慮到龐大的網(wǎng)絡規(guī)模,這會造成巨大的能量浪費;(2)在分簇網(wǎng)絡中,不能同時檢測數(shù)據(jù)傳輸節(jié)點和簇頭節(jié)點是否被惡意節(jié)點攻擊。為了快速高效地發(fā)現(xiàn)克隆節(jié)點,本文做了以下貢獻:首先,本文提出了基于變異系數(shù)的模糊分簇算法。由于無線傳感器網(wǎng)絡部署的范圍比較廣,攻擊者可能存在網(wǎng)絡的任何位置,為了盡可能快速地找到克隆節(jié)點,我們提出了一種基于變異系數(shù)的模糊分簇算法來對整個網(wǎng)絡進行分簇。主要目的就是在每個簇內直接對克隆節(jié)點完成快速定位,從而節(jié)約每個節(jié)點的能量,延長網(wǎng)絡壽命�；谧儺愊禂�(shù)的模糊分簇算法不僅改進了對初始質心的選取,還對數(shù)據(jù)的不同維度進行了加權變異,從而極大地減少無關維度的影響。其次,本文提出了基于探測克隆節(jié)點存在的入侵檢測算法(IDA)。在這種算法中,我們選擇功耗較小的節(jié)點作為監(jiān)測節(jié)點(Witness node),這些監(jiān)測節(jié)點在簇內全覆蓋地監(jiān)測數(shù)據(jù)傳輸節(jié)點和簇頭節(jié)點是否被克隆。在監(jiān)測數(shù)據(jù)傳輸節(jié)點時,通過分析錯失探測概率和有效吞吐量來確定簇內的數(shù)據(jù)傳輸節(jié)點是否被克隆。在檢測簇頭節(jié)點時,通過設置合適的報警閾值來確定簇頭節(jié)點是否被克隆。最后,通過充分的理論分析和數(shù)學推導,表明與已有的檢測算法進行了對比,本文提出的入侵檢測算法(IDA)是一個有效可行的方法。仿真實驗表明入侵檢測算法(IDA)在檢測克隆節(jié)點時,其檢測效率比以前的檢測方案大大提高,并且網(wǎng)絡安全、吞吐量和壽命也得到了一定的保障。實驗結果也表明在選擇合適的編碼函數(shù)時,錯失探測概率會大大減小,網(wǎng)絡的有效吞吐量也可以得到一定的提高。
【關鍵詞】：無線傳感器網(wǎng)絡 克隆復制攻擊 模糊分簇算法 入侵探測算法
【學位授予單位】：西南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要5-7
• Abstract7-9
• 第一章 緒論9-17
• 1.1 研究背景9-14
• 1.1.1 無線傳感器網(wǎng)絡的發(fā)展歷史10-11
• 1.1.2 無線傳感器的網(wǎng)絡體系結構11-12
• 1.1.3 無線傳感器網(wǎng)絡的特點以及應用12-14
• 1.2 課題的目的與意義14
• 1.3 論文的主要研究內容14-15
• 1.4 論文的篇章結構15-17
• 第二章 無線傳感器網(wǎng)絡安全研究17-25
• 2.1 無線傳感器網(wǎng)絡的安全問題17-18
• 2.1.1 無線傳感器網(wǎng)絡的安全特征17
• 2.1.2 無線傳感器網(wǎng)絡的安全目標17-18
• 2.2 無線傳感器網(wǎng)絡的安全機制18-21
• 2.2.1 無線傳感器網(wǎng)絡攻擊分類18-19
• 2.2.2 無線傳感器網(wǎng)絡安全的防御方法19-21
• 2.3 克隆攻擊檢測的相關工作21-23
• 2.3.1 集中式的克隆攻擊檢測方法21-22
• 2.3.2 分布式的克隆攻擊檢測方法22
• 2.3.3 目前克隆攻擊檢測算法的不足22-23
• 2.4 本章小結23-25
• 第三章 基于克隆檢測的網(wǎng)絡分簇方案25-33
• 3.1 基于變異系數(shù)的模糊分簇算法25-26
• 3.2 相關定義26-29
• 3.3 算法的描述29-30
• 3.4 實驗結果及分析30-31
• 3.5 本章小結31-33
• 第四章 入侵檢測算法的設計33-41
• 4.1 問題的陳述33
• 4.2 入侵檢測協(xié)議的運行過程33-40
• 4.2.1 預處理和選擇監(jiān)測節(jié)點階段33-36
• 4.2.2 對數(shù)據(jù)傳輸節(jié)點的監(jiān)測36-38
• 4.2.3 對簇頭節(jié)點的監(jiān)測38-40
• 4.3 本章小結40-41
• 第五章 模擬仿真與分析41-47
• 5.1 仿真的設計41-45
• 5.1.1 數(shù)據(jù)傳輸節(jié)點的檢測性能41-43
• 5.1.2 簇頭節(jié)點的檢測性能43-44
• 5.1.3 入侵檢測算法的比較44-45
• 5.2 本章小結45-47
• 第六章 總結和展望47-49
• 6.1 工作總結47-48
• 6.2 展望48-49
• 參考文獻49-53
• 致謝53-55
• 研究成果55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 俞研;黃皓;;一種半聚類的異常入侵檢測算法[J];計算機應用;2006年07期

2 ;基于聚類的入侵檢測算法研究[J];廣東外語外貿大學學報;2008年06期

3 聶曉文;盧顯良;王征;;基于數(shù)字垂釣的盲目入侵檢測算法[J];計算機應用;2008年05期

4 李思廣;劉蘊;;分布式入侵檢測系統(tǒng)的學習機制與檢測算法[J];漯河職業(yè)技術學院學報;2008年02期

5 宋凌;李枚毅;李孝源;;一種新的半監(jiān)督入侵檢測算法[J];計算機應用;2008年07期

6 韓仲祥;段_";董淑福;張銳;陶曉燕;;基于反向傳播神經網(wǎng)絡的入侵檢測算法[J];空軍工程大學學報(自然科學版);2009年04期

7 胡翰;;基于主動學習的半監(jiān)督聚類入侵檢測算法[J];無線互聯(lián)科技;2011年10期

8 林逢春;張英;;一種新的半監(jiān)督聚類入侵檢測算法[J];無線互聯(lián)科技;2012年03期

9 何曉薇;;跑道入侵檢測算法研究[J];中國民航飛行學院學報;2012年03期

10 梁力;;一種網(wǎng)絡多次變異信息入侵檢測算法[J];科技通報;2012年10期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王志佳;顧健;;一種改進的確定有限自動機入侵檢測算法研究[A];全國計算機安全學術交流會論文集·第二十五卷[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 曾劍平;基于模糊集的自適應偽裝入侵檢測算法及其在ASP服務安全中的應用研究[D];廈門大學;2006年

2 段丹青;入侵檢測算法及關鍵技術研究[D];中南大學;2007年

3 王培崇;基于群智能計算技術的網(wǎng)絡入侵檢測算法研究[D];中國礦業(yè)大學（北京）;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 常暢;基于云架構的Web應用防火墻研究[D];天津理工大學;2015年

2 錢燕燕;基于多標記學習與半監(jiān)督聚類的入侵防御技術研究[D];江蘇科技大學;2015年

3 逯玉婧;基于深度信念網(wǎng)絡的入侵檢測算法研究[D];河北師范大學;2016年

4 董蒙;基于維數(shù)消減與SVM參數(shù)優(yōu)化的入侵檢測算法研究[D];燕山大學;2016年

5 程果;基于分簇的入侵檢測算法[D];西南大學;2016年

6 葛郵兵;基于數(shù)據(jù)挖掘的入侵檢測算法研究[D];揚州大學;2008年

7 斯海飛;入侵檢測算法研究[D];西安電子科技大學;2002年

8 王川偉;基于混合聚類的入侵檢測算法研究[D];西安科技大學;2010年

9 李雯睿;基于半監(jiān)督聚類的入侵檢測算法研究[D];河南大學;2007年

10 李麗;基于學習的入侵檢測算法研究[D];北京服裝學院;2010年

，

本文編號：653166