基于粗糙度-改进蜂群算法的传感网络异常节点入侵检测方法

摘要

针对传感网络路由拓扑动态变化，正常与异常界限模糊，错误信息来源复杂，传统入侵检测难辨真实入侵与临时故障的问题，提出了一种新颖的基于粗糙度-改进蜂群算法的传感网络异常节点入侵检测方法。该方法旨在更精确地识别并区分异常行为，降低因系统动态性带来的误报率。引入粗糙度函数提取与筛选传感网络节点入侵数据特征值，利用系数矩阵构建入侵检测目标函数，引用信息熵改进蜂群算法，构建新的适应度函数，区分重要特征，辨别真正的入侵和系统暂时性故障，实现对网络异常节点的入侵检测。测试结果表明，该方法对异常节点入侵检测的准确率平均值为96.0%，节点入侵漏检率平均值为1.3%，检测平均延时为0.25 s。所提出方法能有效应对传感网络路由拓扑动态变化带来的检测难题，精准区分真实入侵与系统临时故障，在异常节点入侵检测中表现出高准确率、低漏检率和较短检测延时的优势，为传感网络安全稳定运行提供了可靠保障。

关键词

改进蜂群算法 / 传感网络 / 粗糙度函数 / 异常节点 / 入侵检测