[发明专利]一种物联网感知层入侵检测方法

摘要

本发明公开了一种物联网感知层入侵检测方法，涉及一种物联网感知层的安全检测方法，特别涉及一种通过特征检测技术与异常检测技术相结合进而判断网络是否存在入侵行为的检测方法。是为了解决现有技术的误报率高、漏报率高、检测率低等问题提出的，本发明采用特征检测技术和异常检测技术相结合的方法来进行物联网感知层的入侵检测，与现有技术相比，具有误报率低、漏报率低、检测率高、及时性好等优点，适用于物联网感知层异常行为的入侵检测。

主权项

一种物联网感知层入侵检测方法,其特征在于包括以下步骤：101、初始化，生成一个内容为空的规则库；102、物联网感知层节点采用传感器获取并收集现场检测数据，将所收集的现场检测数据采用免疫遗传算法训练形成正常行为集和入侵行为集，并分别将正常行为集和入侵行为集存入步骤101中的规则库，形成训练规则库，跳转至步骤103；其中免疫遗传算法包括以下步骤：A、根据现场检测数据随机的产生一个初始的种群，然后对产生的初始种群进行适应度f的计算其中H(i,s)表示个体i与自体S中的某单个个体之间的信息熵，且自体S中含n个个体排序，选择出其中适应度值f>0.8的个体遗传到下一代中；B、同时对种群中的个体进行交叉、变异操作；C、如果种群的适应度f满足终止条件f>0.8则得到规则库，若不满足则继续训练，得到训练规则库。103、当物联网感知层节点再次采用传感器获取并收集现场检测数据时，采用基于特征检测法对现场检测数据进行判断，若现场检测数据符合步骤102中的训练规则库中的正常行为集，则判断检测结果为1，现场检测数据是安全的，并将所得到的现场检测数据更新到训练规则库中；若现场检测数据符合步骤102中的训练规则库中的入侵行为集，则判断检测结果为0，现场检测数据为安全隐患数据，并将得到的安全隐患数据采用基于异常检测法检测，若再次检测结果为1，则判断安全隐患数据为检测误报数据，给予通行并将所述检测误报数据反馈给训练规则库进行更新；当再次检测结果为0时，则表明该安全隐患数据为入侵数据，则将该入侵数据进行拦截以及报警处理。