作者:彭军,余强,何明星 单位:上海市计算技术研究所;上海计算机软件技术开发中心 出版:《计算机应用与软件》2016年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJYRJ2016020730 DOC编号:DOCJYRJ2016020739 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于ARMA模型的WSN入侵检测技术》PDF+DOC2015年第12期 彭军,赵石真,孙庆中,傅宇 《基于ARMA的WSN流量预测模型》PDF+DOC2009年第06期 杨彩,贾松浩,张海玉,刘晓霞 《WSN中一种用于边界入侵检测的节点部署方案》PDF+DOC2014年第05期 王燕玲,李广伦 《无线传感器网络中被捕获节点的检测技术综述》PDF+DOC2013年第11期 王骐,蔡子元 《基于改进EDD算法的无线传感器网络克隆攻击检测方法》PDF+DOC2016年第07期 徐小龙,高仲合,韩丽娟 《选择传递攻击中的异常丢包检测》PDF+DOC2006年第09期 俞波,杨珉,王治,高传善 《基于IPv6的WSN图像监控系统的设计与实现》PDF+DOC 崔捷,周华春,高德云,郑涛 《无线传感器网络中基于统计异常的入侵检测》PDF+DOC2009年第07期 刘帅,朱俊杰,马振燕 《无线传感器网络安全研究》PDF+DOC2008年第07期 陈洋,龚建荣 《WSN中基于粒子滤波的入侵检测算法实现》PDF+DOC2013年第11期 冯立波,罗桂兰,杨存基,廖静
  • 在无线传感器网络(WSN),针对内部攻击严重威胁网络的安全和正常运行,如造成网络拥塞、能量的大量消耗等问题,提出基于流量预测的入侵检测技术。该技术首先利用自回归滑动平均模型ARMA(Autoregressive Moving Average)为节点建立ARMA(2,1)流量预测模型,然后利用预测的流量值来得到通过节点的流量接收率范围,最后通过比较实际流量接收率是否超出预测范围来达到检测的效果。实验结果表明,和单独使用ARMA模型相比,在相同报文重放率条件下,采用该技术有更高的检测率和更低的误报警率,同时减少了网络节点的能量消耗。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。