基于危险理论的WSN入侵检测技术的研究

基于危险理论的WSN入侵检测技术的研究

论文摘要

随着无线传感器网络在军事、医疗、环境监测等领域应用的不断广泛,传感器网络的安全问题日益突出。入侵检测是无线传感器网络安全研究的一个重要领域。当前,设计出一种适合传感器网络特点的入侵检测方法具有非常重要的理论和实际意义。无线传感器网络受到自身各种资源的限制,如计算能力、存储空间和电池电量等,因而很容易受到各种攻击的威胁。本课题从传感器网络特点出发设计了一种基于危险理论的无线传感器网络的入侵检测方法。该方法能够很好的解决无线传感器网络入侵检测的实时性和能耗等问题。基于传统免疫学的入侵检测系统都是建立在自体/非自体识别模式基础上的,该模式认为非己就是入侵,这就要求系统具备一个完备且洁净的自体集,但在实际环境中行为是不断变化的,自体与非自体的界限具有不确定性,使得自体集很难建立。危险理论的出现解决了传统免疫学存在的不足。危险理论认为,免疫系统并不对自体/非自体进行区分,而是对机体组织中的危险进行识别。本文详细阐述了危险理论的免疫原理,在此基础上提出了一种基于危险理论的入侵检测系统模型,详细介绍了各主要模块的功能及详细设计。在该模型中,数据处理前端加入了聚类分析模块,该模块的引入不仅能节省系统的计算资源,同时也能加快检测的速度和降低节点的能耗。最后,将本文提出的入侵检测模型与基于传统免疫学的系统模型进行了对比实验,通过实验表明,新的算法充分体现了危险理论的优越性,具有很好自适应性和高效性。

论文目录

  • 摘要
  • Abstract
  • 插图索引
  • 附表索引
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.1.1 无线传感器网络
  • 1.1.2 无线传感器网络体系结构
  • 1.1.3 无线传感器网络节点结构
  • 1.1.4 无线传感网络的特点
  • 1.1.5 无线传感器网络安全
  • 1.2 入侵检测
  • 1.2.1 入侵检测的分类
  • 1.2.2 无线传感器网络入侵检测
  • 1.3 文章的主要工作
  • 1.4 文章的组织
  • 第二章 免疫原理
  • 2.1 引言
  • 2.2 免疫原理
  • 2.2.1 免疫系统
  • 2.2.2 免疫系统机制
  • 2.3 免疫原理在入侵检测中的应用
  • 2.4 免疫理论的缺点
  • 2.5 小结
  • 第三章 基于危险理论的无线传感器网络的入侵检测模型
  • 3.1 引言
  • 3.2 危险理论
  • 3.2.1 危险理论
  • 3.2.2 危险理论的特点
  • 3.3.3 SNS 模式与危险模式的关系
  • 3.3 系统的结构
  • 3.3.1 聚类分析模块
  • 3.3.2 危险信号检测模块
  • 3.3.3 危险区域建立模块
  • 3.3.4 抗原提呈模块
  • 3.3.5 抗原检测模块
  • 3.3.6 免疫应答模块
  • 3.4 基于 K-Means 改进的聚类算法
  • 3.4.1 聚类算法
  • 3.4.2 聚类 K-Means 算法
  • 3.4.3 模块中的聚类算法
  • 3.4.4 实验分析
  • 3.5 系统的分析
  • 3.6 小结
  • 第四章 实验仿真
  • 4.1 仿真平台
  • 4.2 仿真过程
  • 4.3 仿真场景
  • 4.4 仿真结果分析
  • 4.5 小结
  • 第五章 总结和展望
  • 参考文献
  • 主要成果
  • 致谢
  • 相关论文文献

    • [1].几种典型无线传感器网络中的自身定位算法[J]. 巴音郭楞职业技术学院学报 2012(02)
    • [2].浅析无线传感器网络技术的特点与应用[J]. 广东职业技术教育与研究 2019(06)
    • [3].基于剩余能量的认知无线传感器网络频谱分配[J]. 传感技术学报 2019(12)
    • [4].山区地形无线传感器网络覆盖机制研究[J]. 计算机产品与流通 2020(01)
    • [5].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 信息记录材料 2019(11)
    • [6].无线传感器网络的异常检测[J]. 电子技术与软件工程 2019(24)
    • [7].以实践能力为培养目标的“无线传感器网络”教学改革与实践[J]. 科技资讯 2020(01)
    • [8].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 海峡科技与产业 2019(07)
    • [9].基于遗传算法的茶园无线传感器网络的优化方法[J]. 科学技术创新 2020(02)
    • [10].可充电传感器网络能量管理策略研究[J]. 电子测试 2020(04)
    • [11].通信类课程创新能力培养研究与改革——以“无线传感器网络”课程为例[J]. 教育教学论坛 2020(08)
    • [12].无线传感器网络研究现状与应用[J]. 通信电源技术 2020(03)
    • [13].基于无线传感器网络的桥梁结构健康监测设计研究[J]. 工程技术研究 2020(03)
    • [14].基于ZigBee技术的矿用无线传感器网络的分析与设计[J]. 内蒙古煤炭经济 2019(19)
    • [15].无线传感器网络在矿山环境监测中的应用研究[J]. 中国新通信 2020(06)
    • [16].无线传感器网络中移动充电和数据收集策略[J]. 电子元器件与信息技术 2020(02)
    • [17].无线传感器网络定位精度的优化研究[J]. 浙江水利水电学院学报 2020(02)
    • [18].无线传感器网络在智能电网中若干关键问题的研究[J]. 中国新通信 2020(07)
    • [19].无线传感器网络中基于邻域的恶意节点检测[J]. 湖北农业科学 2020(05)
    • [20].无线传感器网络在煤矿安全智能监控系统中的运用[J]. 电子技术与软件工程 2020(08)
    • [21].无线传感器网络发展应用[J]. 电脑知识与技术 2020(14)
    • [22].异构分级式认知传感器网络分簇优化[J]. 产业与科技论坛 2020(09)
    • [23].一种无线传感器网络感知覆盖空洞搜寻与修复方法[J]. 传感技术学报 2020(05)
    • [24].无线传感器网络定位精度的优化研究[J]. 信息记录材料 2020(06)
    • [25].无线传感器网络中能量问题研究进展[J]. 无线通信技术 2020(02)
    • [26].无线传感器网络在工业网络中的应用研究[J]. 现代工业经济和信息化 2020(08)
    • [27].新一代箭载无线传感器网络系统架构综述[J]. 宇航计测技术 2020(04)
    • [28].无线传感器网络在船舶通信系统中的应用[J]. 舰船科学技术 2020(18)
    • [29].无线传感器网络故障诊断分析与研究[J]. 科技视界 2020(31)
    • [30].无线传感器网络的特点和应用[J]. 电子技术与软件工程 2019(04)

    标签:;  ;  ;  ;  

    基于危险理论的WSN入侵检测技术的研究
    下载Doc文档

    猜你喜欢