[发明专利]基于决策树和自相似模型结合的物联网入侵检测方法

说明书

本发明公开了一种基于决策树和自相似模型结合的物联网入侵检测方法，包括：S1、选定合适的数据集；S2、生成决策树，首先创建一棵树，根节点包含所有的样本属性信息，采用最小损失函数策略，逐步深入决策树；使用同样的方法，生成K棵这样的决策树；S3、使用步骤S2生成的决策树，对步骤S1准备好的测试集进行分析处理，从而判断物联网当前状态的入侵状况；S4、建立当前状态和同一时期历史状态物联网数据的直方图，利用自相似理论设定合适的数学模型，判断当前物联网数据是否存在异常现象。本发明主要结合了决策树算法和自相似模型，避免使用单独一种检测方法而未能检测隐藏的入侵行为，使得对物联网的入侵检测更加全面和准确。

技术领域

本发明涉及物联网安全的技术领域，特别涉及一种基于决策树和自相似模型结合的物联网入侵检测方法。

背景技术

处信息化时代，可以感受到近年来互联网和信息技术飞速发展，物联网作为新一代信息技术的重要组成部分，在计算机和互联网之后，它被称为世界信息产业发展的第三次浪潮。物联网因为具有低功耗，易部署，节点设备多等优势，导致物联网产业规模的不断扩大，数以亿计的设备接入物联网。飞速发展的物联网产业和安全问题的矛盾越来越严重。物联网存在设备多，分布广，因而物联网更加容易遭到频繁的攻击,物联网节点自身处理能力很差，一旦出现安全问题将难以控制，而且极易在节点之间相互干扰，造成连锁反应，从而制造巨大的危害。因此，物联网的入侵检测尤为重要。

入侵检测作为一种主动的网络安全防范技术，是维护网络安全的一种重要手段。在1984年Derpethy Denning首次提出入侵检测这一概念之后，1984年-1986年乔治敦大学Dorothy等人提出了第一个入侵检测的模型。

然而随着网络环境和攻击手段的不断复杂化，传统的入侵检测技术已经慢慢过世了，无法满足目前的安全需求。近年来入侵检测技术随着攻击者入侵技术的不断更新，也在朝着更加完善的方向发展。目前已有很多比较成熟的入侵检测技术投入到实际应用中。机器学习作为目前研究的热点话题，也被应用到入侵检测上。

现有的入侵检测方法基本都是对当前状态下的网络信息进行分析检测，未将网络当前状态和同期历史状态进行对比，从而导致未能检测到部分隐藏的入侵行为。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于决策树和自相似模型结合的物联网入侵检测方法，从而更加精确的检测物联网的安全状况。

为了达到上述目的，本发明采用以下技术方案：

本发明基于决策树和自相似模型结合的物联网入侵检测方法，包括下述步骤：

S1、选定数据集，为决策树算法生成决策树提供数据来源；

S2、生成决策树，首先创建一棵树，根节点包含所有的样本属性信息，采用基最小损失函数策略，逐步深入决策树，一步步选择最优的划分属性，直到叶子节点；使用同样的方法，生成K棵这样的决策树，最后将所有的子树结合起来形成一棵完整的决策树；

S3、使用步骤S2生成的决策树，对步骤S1准备好的测试集进行分析处理，从而判断物联网当前状态的入侵状况；

S4、建立当前状态和同一时期历史状态物联网数据的直方图，利用自相似理论设定合适的数学模型，计算出当前状态和同一时期历史状态的物联网数据的形似度，再根据相应的阈值，判断当前物联网数据是否存在异常现象。

作为优选的技术方案，步骤S1中，所述数据集以CICIDS2017数据集为基础，并基于OPNET仿真扩充温度数据。

作为优选的技术方案，步骤S2中，采用的决策树算法CART树，生成CART决策树的流程是：

S21、建立根节点,包含所有数据集中所有的特征；

S22、对数据集中的每一个特征执行该特征上的一个划分，计算划分的损失函数值；