文献类型：期刊文章

作　　者：刘双[1] 石飞[1] 汪烈军[2] 秦继伟[3] 郭琰[1]

机构地区：[1]新疆大学信息科学与工程学院,乌鲁木齐830046 [2]新疆大学软件学院,乌鲁木齐830046 [3]新疆大学网络与信息技术中心,乌鲁木齐830046

出　　处：《中国科技论文》

基　　金：新疆维吾尔自治区自然科学基金资助项目(2014211B008)

年　　份：2017

卷　　号：12

期　　号：2

起止页码：148-153

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、IC、UPD、核心刊

摘　　要：针对无线传感器网络中的入侵检测机制对拒绝服务(denial of service,DoS)攻击检测精度不高的问题,提出了基于核自组织映射(kernel self-organizing map,KSOM)和粒子群优化(particle swarm optimization,PSO)聚类算法融合的KSOM-PSO神经网络算法作为无线传感器网络的检测机制。首先在传统SOM算法中引进核函数进行聚类;其次使用SOM聚类获得的获胜神经元权值对PSO粒子的初始位置初始化;最后在PSO算法中将传统的线性减小权值的方法改为非线性减小权值的方法,以提高PSO算法的全局搜索效率和局部搜索精度。实验结果表明,KSOM-PSO与传统的PSO聚类算法和SOM算法比较,检测精度有较大的提高,且收敛速度更快。

关 键 词：无线传感器网络  入侵检测机制 检测精度  核自组织映射  粒子群优化聚类算法  

分 类 号：TP212.9] TN915.08]