WSN中基于分布式机器学习的异常检测仿真研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：安全问题是无线传感器网络应用的关键问题之一。设计了一种基于分布式机器学习的异常检测方案。该方案利用K最近邻算法对传感器网络节点进行分簇，对簇内节点的异常检测采用贝叶斯分类算法，对簇头节点的异常检测采用基于平均概率的方法。利用网络仿真工具NS2构建了入侵检测规则、模拟了网络攻击场景，在此基础上，通过仿真评估了方案的检测率、平均检测率、误检率和平均误检率等性能。仿真实验结果表明，该方案与当前典型的无线传感器网络入侵检测方案相比具有较高的检测率和较低的误检率。

原文链接:http://www.cqvip.com//QK/96569X/201101/36256349.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 学习的 分布式 WSN 贝叶斯分类 无线传感器网络 分布式机器学习 K-最近邻分簇 贝叶斯分类 异常检测