[发明专利]一种基于随机森林的无线传感网DoS攻击轻量级检测方法

摘要

本发明提出了一种基于随机森林的无线传感网DoS攻击轻量级检测方法，涉及无线传感器网络信息安全领域。该方法为无线传感器网络监测节点每隔一个固定时间收集一组监测数据并将其发送至基站，在基站利用DoS攻击对感知数据的攻击特性生成检测特征(A)和(B)，并将其标准化为(A*)和(B*)。将训练集运用k‑means++算法结合检测特征(A*)得到正常数据和噪声数据，将此阶段得到的正常数据加入一定量的攻击数据对随机森林进行训练。对每一个待检测样本结合检测特征(A*)先判定是否为噪声，若不是再运用随机森林模型结合检测特征(B*)检测是否发生DoS攻击。该方法在基站实现，监测节点无需为DoS攻击检测做额外贡献，节约了节点的计算，存储和能量。

主权项

1.一种基于随机森林的无线传感网DoS攻击轻量级检测方法，其特征在于：该方法包括以下步骤：S1：无线传感器网络监测节点每隔一个固定时间间隔Δt收集一组监测数据，包括温度、湿度和电压，并以无线多跳的方式将其发送给基站，假定非网络攻击造成的监测数据包丢失在合理范围内，基站将收到n组监测数据集V＝{v₁,v₂,…,v_n}，每组监测数据集有w维属性；S2：将监测数据(V)计算生成检测特征(A)和(B)，并对检测特征(A)和(B)进行Z‑score标准化为检测特征(A*)和(B*)；S3：采用K‑Means++聚类算法结合检测特征(A*)，从数据集中取出五分之二作为训练集，聚类划分为正常簇和噪声簇；S4：将正常簇所对应的检测特征(B*)和10％攻击数据集组成随机森林的训练集，并对随机森林模型进行训练；S5：检测阶段：待检测样本(X)结合检测特征(A*)，计算到正常簇和噪声簇的平均距离当此距离大于预设的阈值(Threshold)时，此数据为其他如环境突变异常数据；否则，先判断是否距离噪声簇较近，若是则为噪声，否则直接使用样本(X)所对应的检测特征(B*)输入随机森林模型进行检测，根据检测结果直接判定是否发生DoS攻击；所述步骤S2中，定义每个时间间隔内监测数据集的均值为g＝{g₁,g₂,...,g_w}，w为每组监测数据集的维属性，其中定义每个时间间隔内监测数据集的标准差为σ＝{σ₁,σ₁,...,σ_w}，其中定义检测特征A为向量(g,σ)；定义每个时间间隔内监测数据集的特征为e＝{e₁,e₂,...,e_w},其中m为网络监测节点个数，定义每个时间间隔内监测数据集的特征为r＝{r₁,r₂,...,r_w},其中定义检测特征B为向量(e,r)。