基于雾计算的无线传感器网络联合入侵检测算法

摘要：

为了保障无线传感器网络的安全性,提出一种基于雾计算的联合入侵检测算法Fed-XGB.Fed-XGB算法通过引入雾计算节点扩展网络边缘,减少通信时延,在提升联合学习全局模型和局部模型准确率的同时,降低了传输带宽和隐私泄露风险;通过改进基于直方图的近似计算方法,适应无线传感器网络数据不均衡特征;通过引入TOP-K梯度选择,最小化模型参数上传次数,提高模型参数交互效率.实验结果表明:Fed-XGB算法的检测准确率在0.97以上,误报率在0.036以下,优于其他对比算法;在遭受中毒攻击及数据含噪的情况下,算法检测分类性能依然稳定,具有较强的鲁棒性.

关键词：无线传感器网络、入侵检测、雾计算、联合学习、深度学习

所属期刊栏目：48

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金62074131

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1943-1950