[发明专利]一种基于感知数据的无线传感器网络异常类型鉴别方法

摘要

本发明提出了一种基于感知数据的无线传感器网络异常类型鉴别方法，涉及无线传感器网络信息安全领域。本方法为无线传感器网络节点每隔一个固定时间间隔收集一组感知数据并将其发送给基站，在正常时间段内，将基站生成的检测特征集作为训练集，并归一化，保留列均值和列方差；将训练集进行主成分分析法降维，保留特征向量矩阵和列均值向量；采用基于密度的竞争聚类算法将训练集聚类为正常簇和异常簇；当新的检测特征出现时，依据列均值和列方差进行归一化，经特征向量矩阵和列均值向量降维，最后根据其划归在正常簇与异常簇的收益值判定网络是否异常。该方法部署简单，成本低，能同时检测网络协议攻击和恶意数据注入攻击，能降低节点的能量效果。

主权项

1.一种基于感知数据的无线传感器网络异常类型鉴别方法，其特征在于：该方法包括以下步骤：/nS1：无线传感器网络节点每隔一个固定时间间隔Δt收集一组感知数据，包括温度、湿度或亮度，并将其发送给基站，在没有发生攻击行为时间段内，基站将收到的感知数据集生成检测特征集，作为训练数据，即训练集；/nS2：将训练集进行z-score标准化方法归一化，并保留列均值μ和列方差σ；/nS3：将训练集进行主成分分析法PCA降维，保留特征向量矩阵E