基于PSO-RBF无线传感器网络入侵检测技术研究

被引:6
作者
易晓梅
吴鹏
刘丽娟
戴丹
机构
[1] 浙江农林大学信息工程学院
基金
浙江省自然科学基金;
关键词
无线传感器网络; 入侵检测; 径向基函数神经网络; 粒子群优化算法;
D O I
10.13873/j.1000-97872011.09.019
中图分类号
TP212.9 [传感器的应用]; TN915.08 [网络安全];
学科分类号
080202 ; 0839 ;
摘要
针对无线传感器网络自身特性,提出了基于粒子群优化(PSO)径向基函数(RBF)神经网络的轻量级入侵检测方案,该方案结合PSO算法与RBF神经网络分别在全局搜索和局部搜索的优势,使用PSO优化RBF的中心、宽度及权值。仿真实验表明:基于PSO-RBF的入侵检测算法可以有效、可靠地运用于无线传感器入侵检测系统中。
引用
收藏
页码:9 / 11
页数:3
相关论文
共 4 条
[1]   基于粒子群优化RBF神经网络原油含水率预测 [J].
吴良海 .
计算机仿真, 2010, 27 (05) :261-263+300
[2]   基于核聚类的无线传感器网络异常检测方案 [J].
杨黎斌 ;
慕德俊 ;
蔡晓妍 .
传感技术学报, 2008, (08) :1442-1447
[3]   一种无线传感器网络异常检测技术研究 [J].
周贤伟 ;
王培 ;
覃伯平 ;
申吉红 .
传感技术学报, 2007, (08) :1870-1874
[4]   无线传感器网络 [J].
任丰原 ;
黄海宁 ;
林闯 .
软件学报, 2003, (07) :1282-1291