【摘要】：移動自組織網絡在無線通信領域得到了越來越廣泛的應用,但其固有特性使其容易受到各種各樣的入侵,對其安全性研究是非常有價值的。入侵檢測技術作為一種主動式安全防護機制,是保障移動自組織網絡安全的關鍵。深度學習主要探討多層人工神經網絡的建模和學習問題,已經在語音、圖像識別等領域獲得了巨大成功,為解決移動自組織網絡入侵檢測這樣一個復雜的行為識別問題提供了新的有效途徑。針對移動自組織網絡安全問題的多樣性和復雜性,本文提出了一種基于深度信念網絡(Deep Belief Network,DBN)的入侵檢測方法。DBN是一種比較成熟的深度學習模型,將DBN應用于移動自組織網絡入侵檢測技術中,能夠取得較高的檢測正確率。本文的主要工作和貢獻在于:結合移動自組織網絡的特點和安全威脅,本文首先分析了入侵檢測技術應用于移動自組織網絡面臨的難題、幾種典型的入侵檢測算法和模型。研究了DBN模型的學習原理,受限玻爾茲曼機的訓練算法;分析了將DBN應用于移動自組織網絡入侵檢測技術中原理上的可行性。其次,本文設計了基于DBN的移動自組織網絡入侵檢測模型的體系結構,包括對無線數(shù)據(jù)包捕獲,數(shù)據(jù)預處理,模型訓練和入侵檢測等模塊的詳細設計;給出了DBN模型訓練過程中會遇到的幾個問題的解決方法。最后,對本文提出的基于DBN的移動自組織網絡入侵檢測方法進行了仿真。針對移動自組織網絡路由層的拒絕服務攻擊,本文在NS2中添加了黑洞節(jié)點和自私節(jié)點,模擬兩種網絡入侵。分別對正常網絡和加入攻擊節(jié)點的網絡進行了仿真,分析了網絡性能,并提取了網絡行為特征�；贛ATLAB仿真了DBN入侵檢測模型,并對其進行訓練和測試。測試結果驗證了本文提出的基于DBN的移動自組織網絡入侵檢測方法的可行性;與傳統(tǒng)BP神經網絡入侵檢測方法進行比較,DBN具有更好的入侵檢測性能。
[Abstract]:Mobile ad hoc networks have been more and more widely used in the field of wireless communication, but their inherent characteristics make them vulnerable to various kinds of intrusion, so it is very valuable to study their security. As an active security protection mechanism, intrusion detection technology is the key to ensure the security of mobile ad hoc networks. Depth learning mainly discusses the modeling and learning problems of multi-layer artificial neural networks, and has been a great success in speech, image recognition and other fields. It provides a new and effective way to solve the complex behavior recognition problem of mobile ad hoc network intrusion detection. In view of the diversity and complexity of security problems in mobile ad hoc networks, this paper proposes an intrusion detection method based on deep belief network (Deep Belief Network,DBN). DBN is a mature deep learning model. The application of DBN in mobile ad hoc network intrusion detection technology can achieve a high detection accuracy. The main work and contributions of this paper are as follows: considering the characteristics and security threats of mobile ad hoc networks, this paper first analyzes the problems faced by the application of intrusion detection technology in mobile ad hoc networks, and several typical intrusion detection algorithms and models. The learning principle of DBN model and the training algorithm of constrained Boltzmann machine are studied, and the feasibility of applying DBN to mobile ad hoc network intrusion detection technology is analyzed. Secondly, this paper designs the architecture of mobile ad hoc network intrusion detection model based on DBN, including the detailed design of wireless packet capture, data preprocessing, model training and intrusion detection module. Some solutions to the problems encountered in DBN model training are given. Finally, the proposed intrusion detection method based on DBN in mobile ad hoc networks is simulated. In view of the denial of service attack in the routing layer of mobile ad hoc networks, black hole nodes and selfish nodes are added to NS2 to simulate the two kinds of network intrusion. The normal network and the network with attack nodes are simulated, the network performance is analyzed, and the network behavior characteristics are extracted. The DBN intrusion detection model is simulated, trained and tested based on MATLAB. The test results verify the feasibility of the proposed mobile ad hoc network intrusion detection method based on DBN, and compared with the traditional BP neural network intrusion detection method, DBN has better intrusion detection performance.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN915.08

【共引文獻】

相關期刊論文 前10條

1 陳顯濤;金偉祖;于志安;;基于NS3的虛擬網絡實驗室構建及可視化實現(xiàn)[J];電腦知識與技術;2014年01期

2 楊璐;;ZigBee路由協(xié)議算法的研究[J];電子科技;2014年03期

3 陳建建;高瑩;;WSN中LEACH和LEACH-C、MTE協(xié)議性能比較[J];工業(yè)控制計算機;2014年03期

4 王秀瑋;劉旭東;;TFRC擁塞控制算法的改進研究[J];德州學院學報;2014年06期

5 王亞;熊焰;龔旭東;陸琦瑋;;基于模糊數(shù)學的MANET惡意節(jié)點識別[J];計算機工程;2014年05期

6 倪梁方;陳建建;;基于NS2的CBRP協(xié)議構建與仿真研究[J];安徽工業(yè)大學學報(自然科學版);2014年03期

7 劉慶龍;高航;;LEACH協(xié)議在礦井環(huán)境監(jiān)測系統(tǒng)中的改進[J];計算機與數(shù)字工程;2014年08期

8 朱昶勝;楊青;王杰;馮文芳;;基于城市交通場景的仿真研究[J];計算機仿真;2014年04期

9 王林;申莎莎;;無線傳感器網絡BMAC協(xié)議的研究與改進[J];計算機工程與應用;2014年19期

10 趙西洋;;淺談視頻傳輸質量的影響因素[J];信息通信;2014年11期

相關碩士學位論文 前10條

1 張艷華;水下傳感器網絡路由算法的研究與設計[D];中國海洋大學;2010年

2 趙欣;遺傳算法及其在路由優(yōu)化問題中的應用[D];寧波大學;2009年

3 李苗苗;基于無線網絡的建筑能耗監(jiān)測系統(tǒng)研究[D];安徽理工大學;2013年

4 魯玉定;面向藍藻監(jiān)測的無線傳感器網絡路由協(xié)議的研究[D];安徽工程大學;2013年

5 劉周龍;基于船聯(lián)網的QoS保障技術的研究[D];武漢理工大學;2013年

6 張春曉;基于IEEE 802.22的認知網絡接入控制研究[D];北京交通大學;2014年

7 周凱;基于機會轉發(fā)的Ad hoc網絡無干擾多徑路由協(xié)議研究[D];南京理工大學;2014年

8 石海霞;面向機器人定位的無線傳感器網絡系統(tǒng)的研究與設計[D];南京理工大學;2013年

9 趙奉安;基于MPLS流量工程的可區(qū)分服務故障恢復問題研究[D];東北大學;2011年

10 熊為;基于地理位置預測的Ad Hoc網絡洪泛控制路由協(xié)議研究[D];東北大學;2013年

，

本文編號：2319257