[发明专利]一种基于集成学习的无线传感网入侵检测方法有效
| 申请号： | 201711226219.3 | 申请日： | 2017-11-29 |
| 公开（公告）号： | CN108093406B | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 陶洋;代建建;章思青;许湘扬;梅思梦;杨飞跃;李朋;邓行;谢金辉 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | H04W12/12 | 分类号： | H04W12/12;G06K9/62;H04W84/18 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于集成学习的无线传感网入侵检测方法，属于通信技术领域。该方法包括：从无线传感网中收集各节点的数据，将数据预处理，抽取出每个节点的特征集，将符号特征转化为数值；将每一个特征值进行归一化；使用特征选择算法从预处理后的特征集筛选出最优特征集；使用改进的SVM算法作为弱分类器，结合筛选出来的最优特征训练集进行训练；使用Adaboost集成学习算法对训练出来的弱分类器组合起来形成强分类器，再利用训练出来的强分类器对实际数据进行测试，分辨出无线传感网正常节点和异常节点。本方法可以提高对无线传感网中出现的入侵攻击检测的准确度，减少一定的标记样本的代价，减少入侵检测检测与训练时间，增强入侵检测系统的可靠性。 | ||
| 搜索关键词： | 一种 基于 集成 学习 无线 传感 入侵 检测 方法 | ||
【主权项】：
1.一种基于集成学习的无线传感网入侵检测方法，其特征在于：该方法包括以下步骤：S1：从层次结构无线传感网中收集到各个节点的数据，将数据进行预处理，抽取出每个节点的特征集，将符号特征转化为数值；S2：将每一个特征值进行归一化；S3：使用特征选择算法从预处理后的特征集筛选出最优特征集；S4：使用改进的SVM(Support Vector Machine)算法作为弱分类器，结合筛选出来的最优特征训练集进行训练；S5：使用Adaboost集成学习算法对训练出来的弱分类器组合起来，形成强分类器，再利用训练出来的强分类器对实际数据进行测试，分辨出无线传感网正常节点和异常节点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711226219.3/，转载请声明来源钻瓜专利网。
