基于小波分析的无线传感器网络流量异常检测研究

异常检测技术能够检测到未知攻击，对于保障无线传感器网络安全具有重要的实际意义。当前的异常检测技术实时性差，误报率高，计算量大，无法直接应用在无线传感器网络中。本课题采用小波多尺度分析对异常检测模型进行深入探索，分析在无线传感器网络环境下攻击对数据流分形特性的影响，构建网络数据流异常检测模型；研究小尺度快速Hurst求解方法，降低运算复杂度，提高异常检测实时性；结合协议分析对异常实现多类精确检测，提高异常检测的准确率，减少误报率；构建基于无线传感器网络数据流分形特性的异常检测原型，以离线与在线数据为基础，对各种网络攻击进行检测，验证基于网络数据流分形与小波分析的异常检测模型、实时检测方法，以及多类检测方法的有效性。课题根据网络数据流分形特性及异常对分形的影响，采用小波分析构建网络数据流异常检测模型、并提出新的多类检测、实时检测方法，为网络异常检测的进一步研究与应用提出了新的思路与理论依据。

本课题针对无线传感器网络异常流量检测和分析问题，分析在无线传感器网络环境下攻击对数据流分形特性的影响，构建了网络数据流异常检测模型，结合软件定义网络结构，首次提出了在无线传感器网络中构建自适应拓扑的流量检测机制。探索了新架构下网络流量异常行为分析，提出了分层检测和集中分析的融合模型，进一步提高了检测效率，降低了节点的计算效能和传输耗能。. 构建了基于无线传感器网络数据流分形特性的异常检测原型，以离线与在线数据为基础，提出了各类移动场景中和静态场景中的入侵检测问题，分析了各类网络流量攻击对流量特征的影响，验证基于网络数据流分形与小波分析的异常检测模型、实时检测方法，以及多类检测方法的有效性。以误检率和漏检率为对比标准，以能耗观测标准，针对各类型检测方式进行了对比分析。从误用检测和异常检测两个维度对各类检测方法进行分类对比分析，并提出了以软件定义网络结构为主的新型检测机制和算法，并在实际应用予以验证和推广。. 课题根据网络数据流分形特性及异常对分形的影响，采用小波分析构建网络数据流异常检测模型、并提出新的多类检测、实时检测方法，为无线传感器网络异常检测的进一步研究与应用提出了新的思路与理论依据。. 本课题在国内外核心期刊发表论文10多篇，其中SCI检索2篇，EI检索4篇，申请国家发明专利4项。