针对WSN异常数据检测改进的孤立森林方法

• 作者: 包晓玲 吴志强 张士进 张胜 戴维凯 田纪彪
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 异常数据检测 孤立森林 选择性集成 BPSO-iForest
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 127-131
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

异常数据检测一直是无线传感器网络安全的重要防护手段.针对现有方案计算复杂度高和检测精度低等问题,提出一种离散二进制粒子群优化孤立森林算法(BPSO-iForest).依据选择性集成思想,利用离散二进制粒子群算法改进由孤立森林算法生成的初始森林,选取初始森林中精度高、差异性大的隔离树,构建最优孤立森林,提升异常数据的检测精度和算法的执行效率.在无线传感器网络数据集上,与传统孤立森林、随机森林算法及其改进算法进行对比实验,结果表明本算法的检测精度和执行效率有明显的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张胜		45	175	7.0	11.0
2	包晓玲		4	27	3.0	4.0
3	戴维凯		7	3	1.0	1.0
4	张士进		2	0	0.0	0.0
5	田纪彪		2	0	0.0	0.0
6	吴志强		6	13	1.0	3.0