基于深度學習的WSNs入侵檢測技術研究
發(fā)布時間:2022-01-08 04:04
隨著無線傳感器網(wǎng)絡(Wireless Sensor Networks,WSNs)在各個領域的快速發(fā)展,其安全問題成為人們關注的焦點。由于WSNs中的傳感器節(jié)點能量有限、網(wǎng)絡數(shù)據(jù)傳輸吞吐量小、入侵檢測實時性差、準確率低等缺點,要實現(xiàn)WSNs的入侵檢測,首先要保證較低的網(wǎng)絡能耗和較長的生命周期。所以需要具體分析,設計符合WSNs特點的入侵檢測模型。首先,針對WSNs部署區(qū)域較廣、采集數(shù)據(jù)量較大的特點,綜合考慮WSNs的節(jié)點特性、網(wǎng)絡拓撲結構、通信方式等方面,設計了一種可以快速有效的采集數(shù)據(jù)、便于管理、部署范圍廣的基于分簇式的WSNs入侵檢測方案。其次,針對WSNs入侵檢測過程中會增加節(jié)點能量消耗的問題,結合傳感器節(jié)點能量受限的特點,提出了一種改進的C-FCM路由協(xié)議,以節(jié)省能量、保證入侵檢測算法的有效進行。在傳統(tǒng)的C-FCM協(xié)議基礎上,改進了簇頭個數(shù)選取、簇群劃分和簇頭選取算法以及數(shù)據(jù)傳輸策略。用Python軟件進行仿真,與LEACH路由協(xié)議進行對比,分別在分簇情況、存活節(jié)點個數(shù)、簇頭節(jié)點能量消耗、網(wǎng)絡總能量消耗及數(shù)據(jù)傳輸量五個方面進行分析,仿真結果證明了本文提出的路由協(xié)議很好的節(jié)省了WS...
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:88 頁
【學位級別】:碩士
【部分圖文】:
LEACH協(xié)議分簇結果
因距離問題浪費太多的能量;6 個簇群之間分布很不均衡,會嚴重影響整個網(wǎng)絡的生命周期。圖 3-7 為本文設計的改進 C-FCM 協(xié)議的分簇結果,每個簇分為不同的顏色,傳感器節(jié)點用圓圈來表示,簇頭節(jié)點用三角形來表示。通過與圖 3-6 進行對比,可以明顯的看出,此協(xié)議在進行分簇時,網(wǎng)絡的傳感器節(jié)點的分布比較均衡,并且簇頭節(jié)點選取的較為合理,這是因為其進行分簇和簇頭選舉時,不僅考慮了傳感器節(jié)點之間的距離問題,還考慮了剩余能量問題,這樣使 WSNs 的負載分布更加均衡?
簇頭節(jié)點用三角形來表示。通過與圖 議在進行分簇時,網(wǎng)絡的傳感器節(jié)點的分布合理,這是因為其進行分簇和簇頭選舉時,題,還考慮了剩余能量問題,這樣使 WSNs點因數(shù)據(jù)傳輸問題,而導致能量消耗過快、大工作時間。個數(shù)
【參考文獻】:
期刊論文
[1]基于長短時記憶網(wǎng)絡的工業(yè)控制系統(tǒng)入侵檢測[J]. 於幫兵,王華忠,顏秉勇. 信息與控制. 2018(01)
[2]基于CNN和LSTM深度網(wǎng)絡的偽裝用戶入侵檢測[J]. 王毅,馮小年,錢鐵云,朱輝,周靜. 計算機科學與探索. 2018(04)
[3]基于改進蝙蝠算法的工業(yè)控制系統(tǒng)入侵檢測[J]. 李金樂,王華忠,陳冬青. 華東理工大學學報(自然科學版). 2017(05)
[4]基于混沌小生境狼群算法的高密度無線傳感器網(wǎng)絡高能效分簇方法[J]. 周杰,田敏,鐘福如. 甘肅科技. 2016(11)
[5]無線傳感器網(wǎng)絡入侵檢測系統(tǒng)模型[J]. 金鑫,胡平. 傳感器與微系統(tǒng). 2016(05)
[6]基于優(yōu)化單類支持向量機的工業(yè)控制系統(tǒng)入侵檢測算法[J]. 尚文利,李琳,萬明,曾鵬. 信息與控制. 2015(06)
[7]基于SOFM神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法[J]. 楊永健,劉帥. 傳感技術學報. 2013(12)
[8]基于BP神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡路由協(xié)議的研究[J]. 孔玉靜,侯鑫,華爾天,魏星鋒. 傳感技術學報. 2013(02)
[9]基于神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法[J]. 孫凌逸,黃先祥,蔡偉,夏梅尼. 傳感技術學報. 2011(01)
[10]無線傳感器網(wǎng)絡中基于神經(jīng)網(wǎng)絡的數(shù)據(jù)融合模型[J]. 俞黎陽,王能,張衛(wèi). 計算機科學. 2008(12)
碩士論文
[1]基于ELM的無線傳感器網(wǎng)絡入侵檢測算法研究[D]. 黃思慧.吉林大學 2018
[2]基于無線傳感器網(wǎng)絡入侵檢測的研究[D]. 康亞楠.杭州電子科技大學 2018
本文編號:3575858
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:88 頁
【學位級別】:碩士
【部分圖文】:
LEACH協(xié)議分簇結果
因距離問題浪費太多的能量;6 個簇群之間分布很不均衡,會嚴重影響整個網(wǎng)絡的生命周期。圖 3-7 為本文設計的改進 C-FCM 協(xié)議的分簇結果,每個簇分為不同的顏色,傳感器節(jié)點用圓圈來表示,簇頭節(jié)點用三角形來表示。通過與圖 3-6 進行對比,可以明顯的看出,此協(xié)議在進行分簇時,網(wǎng)絡的傳感器節(jié)點的分布比較均衡,并且簇頭節(jié)點選取的較為合理,這是因為其進行分簇和簇頭選舉時,不僅考慮了傳感器節(jié)點之間的距離問題,還考慮了剩余能量問題,這樣使 WSNs 的負載分布更加均衡?
簇頭節(jié)點用三角形來表示。通過與圖 議在進行分簇時,網(wǎng)絡的傳感器節(jié)點的分布合理,這是因為其進行分簇和簇頭選舉時,題,還考慮了剩余能量問題,這樣使 WSNs點因數(shù)據(jù)傳輸問題,而導致能量消耗過快、大工作時間。個數(shù)
【參考文獻】:
期刊論文
[1]基于長短時記憶網(wǎng)絡的工業(yè)控制系統(tǒng)入侵檢測[J]. 於幫兵,王華忠,顏秉勇. 信息與控制. 2018(01)
[2]基于CNN和LSTM深度網(wǎng)絡的偽裝用戶入侵檢測[J]. 王毅,馮小年,錢鐵云,朱輝,周靜. 計算機科學與探索. 2018(04)
[3]基于改進蝙蝠算法的工業(yè)控制系統(tǒng)入侵檢測[J]. 李金樂,王華忠,陳冬青. 華東理工大學學報(自然科學版). 2017(05)
[4]基于混沌小生境狼群算法的高密度無線傳感器網(wǎng)絡高能效分簇方法[J]. 周杰,田敏,鐘福如. 甘肅科技. 2016(11)
[5]無線傳感器網(wǎng)絡入侵檢測系統(tǒng)模型[J]. 金鑫,胡平. 傳感器與微系統(tǒng). 2016(05)
[6]基于優(yōu)化單類支持向量機的工業(yè)控制系統(tǒng)入侵檢測算法[J]. 尚文利,李琳,萬明,曾鵬. 信息與控制. 2015(06)
[7]基于SOFM神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法[J]. 楊永健,劉帥. 傳感技術學報. 2013(12)
[8]基于BP神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡路由協(xié)議的研究[J]. 孔玉靜,侯鑫,華爾天,魏星鋒. 傳感技術學報. 2013(02)
[9]基于神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法[J]. 孫凌逸,黃先祥,蔡偉,夏梅尼. 傳感技術學報. 2011(01)
[10]無線傳感器網(wǎng)絡中基于神經(jīng)網(wǎng)絡的數(shù)據(jù)融合模型[J]. 俞黎陽,王能,張衛(wèi). 計算機科學. 2008(12)
碩士論文
[1]基于ELM的無線傳感器網(wǎng)絡入侵檢測算法研究[D]. 黃思慧.吉林大學 2018
[2]基于無線傳感器網(wǎng)絡入侵檢測的研究[D]. 康亞楠.杭州電子科技大學 2018
本文編號:3575858
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3575858.html
最近更新
教材專著