基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理;然后将轻量级随机森林分类器部署到传感器节点和簇头节点,传感器节点和簇头节点合作对流量数据进行处理,并在基站上采用深度森林算法从大量流量数据中发现攻击行为;最后对WSN中的入侵行为进行实时分类入侵检测.使用无线传感器数据集WSN-DS和NSL-KDD数据集来评估所提出的模型性能.实验结果表明,该模型与现有的入侵检测模型相比,具有良好的检测性能,实时性较高,可避免模型过度拟合.
推荐文章
基于云模型的分布式入侵检测
入侵检测
分布式
云模型
基于智能代理的分布式入侵检测系统模型
入侵检测
智能代理
分布式
基于移动Agent的分布式入侵检测模型
移动代理
入侵检测
信息安全
基于Agent的分布式入侵检测系统模型研究
入侵检测
移动代理
网络安全
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度森林算法的分布式WSN入侵检测模型
来源期刊 兰州理工大学学报 学科 工学
关键词 入侵检测 无线传感器网络 随机森林 深度森林算法 集成分类器
年,卷(期) 2020,(4) 所属期刊栏目 自动化技术与计算机技术
研究方向 页码范围 103-109
页数 7页 分类号 TP393
字数 5277字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张秋余 兰州理工大学计算机与通信学院 177 1882 24.0 34.0
2 董瑞洪 兰州理工大学计算机与通信学院 16 95 6.0 9.0
3 李学勇 兰州理工大学计算机与通信学院 3 1 1.0 1.0
4 闫厚华 兰州理工大学计算机与通信学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (34)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
无线传感器网络
随机森林
深度森林算法
集成分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兰州理工大学学报
双月刊
1673-5196
62-1180/N
大16开
甘肃省兰州市兰工坪路287号
54-72
1975
chi
出版文献量(篇)
4569
总下载数(次)
7
总被引数(次)
31466
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导