收藏本站
收藏 | 论文排版

基于物联网的被动式入侵检测方法研究

李小宇  
【摘要】:被动式入侵检测技术相比于传统的红外线、图像以及视频检测技术能够克服视距的要求限制,并且无需要求被检测目标携带任何特殊的硬件设备,目前在军事安防、动物研究、人员监护、节能减排、智能家居等领域获得了广泛的关注。随着物联网(Internet of Things,IoTs)的迅猛发展,各种物联网设备已经进入了生产生活的方方面面。利用现有的物联网网络基础设施,设计通用的被动式入侵检测系统,能够减少传统入侵检测系统对特殊硬件的依赖,提高被动式入侵检测系统的适用性和普及性。传统的被动式入侵检测方法以无线信号的统计特征作为依据,需要大量的数据以及复杂的训练,并且由于易受到环境变化的影响因此检测效果并不理想。如何基于物联网设计拥有较高检测率和较低误警率的被动入侵检测系统仍然是一个具有挑战性的问题。本文在现有被动式入侵检测系统的基础上,利用主流物联网系统中的通用网络参数:接收信号强度(Received Signal Strength Indication,RSSI)来实现入侵行为检测。综合RSSI的特点,物联网的特点,以及物联网工作环境的特点对系统实现中具体的问题设计了具体的解决方案。文中的被动式入侵检测系统主要包括RSSI采集阶段,学习阶段以及动态优化阶段。具体的主要步骤有:数据包采集,提取RSSI数据,特征提取,特征聚类,判别分析,动态优化。首先,提出水平层级切片(Horizontal Hierarchy Slicing,HHS)算法对环境中采集到的RSSI数据进行基于数学形态学的特征提取并生成相应的形态学特征曲线,该方法解决了信号统计特征稳定性不够的问题;然后使用基于围绕中心点的划分(Partitioning Around Medoids,PAM)算法来对特征数据做聚类分析。PAM算法无需对模型进行训练,易于部署,并且能够较好地处理数据中出现的噪声点和孤立点等异常情况;接着在判别分析模块中提出了改进的层次聚类(Agglomerative Hierarchical Clustering,AHC)算法来对实时获取的特征数据进行类别判断。该判别函数能对所属类别未知的实时数据基于已有类别进行判别分析,并将判别结果作为入侵检测的结果输出给用户。最后,为了提高检测系统的环境适应性,设置了可选的人工优化步骤,以帮助被动式入侵检测系统更新聚类类别,提高检测系统的性能。本文对研究过程中的实验细节进行了详尽的介绍并对实验结果进行了分析。为了验证系统的通用性和有效性,检测系统分别在基于Zigbee、蓝牙以及Wi-Fi的通信系统下对RSSI数据进行了采集。每种系统都先后被部署在三种不同的物理环境中。通过具体的实验仿真,验证了本文提出的被动式入侵检测方法能够有效地检测物联网感知环境中是否存在入侵行为,并且具有良好的通用性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郝耀辉;郭渊博;刘伟;;一种安全协议入侵检测方法[J];网络安全技术与应用;2008年01期
2 吴新民;两种典型的入侵检测方法研究[J];计算机工程与应用;2002年10期
3 鲁宏伟,罗钢;基于专家系统的入侵检测方法[J];武钢技术;2003年01期
4 蒋盛益,李庆华,王卉,孟中楼;一种基于聚类的有指导的入侵检测方法[J];小型微型计算机系统;2005年06期
5 蒋盛益,李庆华;基于引力的入侵检测方法[J];系统仿真学报;2005年09期
6 麦永浩;刘志军;薛琴;;电子警务的入侵检测方法研究[J];湖北警官学院学报;2005年05期
7 蒋盛益,李庆华;无指导的入侵检测方法[J];计算机工程;2005年09期
8 蒋盛益;李庆华;;有指导的入侵检测方法研究[J];通信学报;2006年03期
9 王国栋;;入侵检测方法浅析[J];科技创新导报;2008年05期
10 黄铁;刘巧梅;;基于模糊遗传学习的入侵检测方法[J];计算技术与自动化;2008年03期
11 刘犇;毛燕琴;沈苏彬;;一种基于数据挖掘技术的入侵检测方法的设计[J];计算机技术与发展;2011年08期
12 刘其琛;施荣华;;一种新的入侵检测方法研究[J];电脑知识与技术;2012年15期
13 占善华;张巍;滕少华;;基于核表示的协同入侵检测方法[J];计算机工程与设计;2013年07期
14 高苗粉;;入侵检测方法的研究现状[J];电脑知识与技术;2013年33期
15 马锐,刘玉树,杜彦辉;基于神经网络专家系统的入侵检测方法[J];计算机工程与应用;2004年02期
16 卢辉斌;徐刚;;一种新的基于数据挖掘的入侵检测方法[J];微处理机;2006年04期
17 罗敏;阴晓光;张焕国;王丽娜;;基于孤立点检测的入侵检测方法研究[J];计算机工程与应用;2007年13期
18 曹玉林;海生元;;基于异常的入侵检测方法分析[J];青海师范大学学报(自然科学版);2008年04期
19 黄同心;臧洌;聂盼盼;;基于半监督优化分类的入侵检测方法研究[J];科学技术与工程;2012年01期
20 孙立奎;王洪玉;吴力飞;王洁;;基于信号差分特性的被动入侵检测方法[J];传感技术学报;2012年11期
中国重要会议论文全文数据库 前5条
1 何一青;;一种基于有向二分图模型和贝叶斯网络的入侵检测方法[A];第27次全国计算机安全学术交流会论文集[C];2012年
2 令狐大智;李陶深;;一种基于模糊理论的自适应入侵检测方法[A];2007年全国开放式分布与并行计算机学术会议论文集(上册)[C];2007年
3 郎风华;鲜继清;唐贤伦;;一种基于格贴近度的模糊入侵检测方法[A];’2004计算机应用技术交流会议论文集[C];2004年
4 贾超;张胤;;互联网络的多特征融合入侵检测方法[A];第二届全国信息检索与内容安全学术会议(NCIRCS-2005)论文集[C];2005年
5 张克农;陆佳华;高明;;一种基于FPGA的千兆网络入侵检测方法与实现[A];全国网络与信息安全技术研讨会'2005论文集(上册)[C];2005年
中国博士学位论文全文数据库 前5条
1 邬书跃;基于支持向量机和贝叶斯分析技术的入侵检测方法研究[D];中南大学;2012年
2 齐建东;基于数据挖掘的入侵检测方法及系统研究[D];中国农业大学;2003年
3 尹清波;基于机器学习的入侵检测方法研究[D];哈尔滨工程大学;2007年
4 田新广;基于主机的入侵检测方法研究[D];国防科学技术大学;2005年
5 苏璞睿;基于特权进程行为的入侵检测方法研究[D];中国科学院研究生院(软件研究所);2005年
中国硕士学位论文全文数据库 前10条
1 李小宇;基于物联网的被动式入侵检测方法研究[D];华南理工大学;2017年
2 王莉;基于改进模糊认知图的入侵检测方法研究[D];天津理工大学;2013年
3 何文河;云环境下基于改进BP算法的入侵检测方法研究[D];广西大学;2015年
4 顾茜;基于信道状态信息的入侵检测方法研究[D];燕山大学;2016年
5 王珊;基于网络流量特征分析的跳板入侵检测方法的研究[D];华侨大学;2016年
6 张超超;智能电网高级量测体系入侵检测方法研究[D];华北电力大学(北京);2016年
7 陈佳;基于粒子群和模糊聚类算法的入侵检测方法研究[D];广西大学;2015年
8 刘铭;基于CMABC参数优化的SVM多分类入侵检测方法研究[D];广西大学;2015年
9 董伟伟;基于Dempster-Shafer理论的GHSOM入侵检测方法[D];哈尔滨理工大学;2016年
10 刘亚东;无线Mesh网络攻击和入侵检测方法的研究与实现[D];西安电子科技大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978