基于SSA-SVM算法的WSN异常检测方法研究

任隽; 张晓政

doi:10.20212/j.issn.1008-2441.2026.02.005

鞍山师范学院学报 ›› 2026, Vol. 28 ›› Issue (2) : 49 -56. DOI: 10.20212/j.issn.1008-2441.2026.02.005

基于SSA-SVM算法的WSN异常检测方法研究

任隽, 张晓政

作者信息 +

Author information +

文章历史 +

摘要

为提升WSN中异常检测的准确率和实用性，提出一种基于SSA优化SVM的异常检测技术。针对WSN节点数据存在缺失与错误的问题，引入补偿估计法进行数据预处理。采用功率谱密度法提取数据特征，并利用SSA优化SVM模型的惩罚系数与核函数参数，提升分类性能。以KDD Cup 99数据集作为分析对象，分别与传统SVM、孤立森林算法进行对比。结果表明，所提出的方法在检测准确率、漏报率、能耗、用时等方面均优于对比方法。这为WSN系统中的异常检测提供了一种可行且实用的技术路径。