10.16208/j.issn1000-7024.2019.05.010
基于自步学习的无线传感网入侵检测集成算法
无线传感网节点计算、存储和能量等资源受限以及无线通信方式特性,导致其存在严重的安全隐患.针对AdaBoost算法权值分配对离群值敏感问题,以及将RBF-SVM (radial basis function support vector machine)作为AdaBoost算法弱分类器的多样性问题,利用SPL (self-paced learning)模型优化损失函数、模型训练误差调整AdaBoost权值更新方式以及弱分类器参数σ更新方式,提出BOSA-SVM (base on self-paced learning AdaBoost with support vector machine)入侵检测算法.针对无线传感网中的DoS攻击,实验结果表明,提出的入侵检测算法检测率高于其它检测算法,有效提高了网络的性能参数.
无线传感网、入侵检测、AdaBoost、自步学习模型、支持向量机
40
TP393(计算技术、计算机技术)
重庆市基础科学与前沿技术研究基金项目cstc2017jcyjAX0135
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
1249-1253,1270