[发明专利]一种融合KPCA和ELM的无线传感器网络入侵检测系统及方法在审
| 申请号： | 201910121987.5 | 申请日： | 2019-02-19 |
| 公开（公告）号： | CN109818798A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 段乐天;韩德志 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04L29/06;H04W84/18 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 包姝晴;徐雯琼 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合KPCA和ELM的无线传感器网络入侵检测系统及方法，首先，收集无线传感器网络数据包并进行相应的数据预处理；使用KPCA提取预处理后的无线传感网络数据特征，降低数据的维度；构建ELM分类模型，使用降维数据训练ELM分类模型；用训练好的ELM分类模型检测和识别无线传感网络中的异常数据，大幅度提高了无线传感网络异常数据检测速度；本发明设计的融合KPCA和ELM的无线传感器网络入侵检测系统是一种层次式的无线传感器网络入侵检测系统，充分利用了无线传感器网络不同角色传感器节点的特点，在有效检测异常数据保证无线传感器网络安全的同时，整体上降低了无线传感器网络的能量消耗。 | ||
| 搜索关键词： | 无线传感器网络 入侵检测系统 无线传感网络 分类模型 异常数据 融合 异常数据检测 传感器节点 数据预处理 提取预处理 能量消耗 数据特征 数据训练 有效检测 层次式 数据包 构建 降维 维度 检测 角色 保证 安全 | ||
【主权项】：
1.一种融合KPCA和ELM的无线传感器网络入侵检测方法，其特征在于，该方法包含以下步骤：步骤S1、收集无线传感器网络数据包并进行相应的数据预处理；步骤S2、使用KPCA提取预处理后的无线传感器网络数据的特征，降低所述预处理后的无线传感器网络数据的维度；步骤S3、构建ELM分类模型，使用训练数据训练ELM分类模型；为ELM分类模型设置隐藏层神经元的个数以及隐藏层神经元的激活函数；然后将训练数据输入到ELM分类模型中进行训练；步骤S4、ELM分类模型异常检测，将测试数据输入到训练好的ELM分类模型中进行异常数据的检测和识别，当检测到异常数据时，发出警报。
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上海海事大学，未经上海海事大学许可，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/201910121987.5/，转载请声明来源钻瓜专利网。
