一种基于MA的无线传感器网络IDS模型研究

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (5): 18-20.doi: 10.3969/j.issn.1007130X.2010.

一种基于MA的无线传感器网络IDS模型研究

张红莉，黄守明

(1.合肥工业大学计算机与信息学院,安徽合肥 230009;2.铜陵学院，安徽铜陵 244000)

收稿日期:2009-09-05 修回日期:2009-12-10 出版日期:2010-04-28 发布日期:2010-05-11
通讯作者: 黄守明 E-mail:huangsmzhl@126.c
作者简介:张红莉（1978），女，安徽桐城人，硕士，讲师，研究方向为人工智能和网络安全。
基金资助:
安徽省高等学校省级优秀青年人才基金资助项目（2009SQRZ177）；安徽省高校省级自然科学研究资助项目（KJ2009B145Z）

A Mobile AgentBased IDS for Wireless Sensor Networks

ZHANG Hongli,HUANG Shouming

(1.School of Computer and Information,Hefei University of Technology,Hefei 230009;
2.Tongling University,Tongling 244000,China)

Received:2009-09-05 Revised:2009-12-10 Online:2010-04-28 Published:2010-05-11
Contact: HUANG Shouming E-mail:huangsmzhl@126.c

摘要/Abstract

摘要：

本文针对分簇式无线传感器网络的特点，将入侵检测技术与移动Agent技术相结合，提出一种基于MA的无线传感器网络入侵检测方案，采用多个Agent模块分布协作，运用一种基于聚类的入侵检测算法，从而达到提高无线传感器网络的安全性、可靠性，降低入侵检测能量消耗的目的。

关键词: 网络安全, 无线传感器网络, 入侵检测, MA

Abstract:

According to the characteristics of wireless sensor networks, with the intrusion detection technology combined with the mobile agent technology,we propose a mobile agentbased wireless sensor network intrusion detection scheme, with several agent blocks in cooperation and distribution, using a clusteringbased intrusion detection algorithm, in order to improve the security and reliability of wireless sensor networks, and lower the power consumption of intrusion detection.

Key words: network security;wireless sensor network;intrusion detection;mobile Agent

中图分类号:

TP393.08

张红莉，黄守明. 一种基于MA的无线传感器网络IDS模型研究[J]. J4, 2010, 32(5): 18-20.

ZHANG Hongli,HUANG Shouming. A Mobile AgentBased IDS for Wireless Sensor Networks[J]. J4, 2010, 32(5): 18-20.

编辑推荐

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	33

来源	本网站	其他网站

次数	19	14
比例	58%	42%

摘要

最新录用	在线预览	正式出版

0	0	43

来源	本网站	其他网站

次数	42	1
比例	98%	2%

[1]	苏丽，孙彦猛，张博为，杨先博，朱颖. 一种基于Hadoop+CUDA实现相关器的方法[J]. J4, 20160101, 38(01): 46-51.
[2]	田玉恒,马胜,鲁建壮,杨柳. 一种高效的DMA核间同步传输方法[J]. J4, 20160101, 38(01): 52-56.
[3]	刘沛, 刘昌华, 林俏伶. 基于优化特征堆叠与集成学习的车联网入侵检测模型[J]. 计算机工程与科学, 2024, 46(12): 2186-2195.
[4]	杜放, 焦健, 焦立博. 基于因果关系的反取证擦除技术检测模型[J]. 计算机工程与科学, 2024, 46(07): 1229-1236.
[5]	谭郁松, 王伟, 蹇松雷, 易超雄. 基于异常保持的弱监督学习网络入侵检测模型[J]. 计算机工程与科学, 2024, 46(05): 801-809.
[6]	刘玉珍, 张冬霞, 陶志勇. 基于自适应图卷积和注意力池化的点云分类与分割[J]. 计算机工程与科学, 2024, 46(05): 872-880.
[7]	雷志超, 蒋嘉俊, 马驰卓, 周文静, 王楚正. 基于邻域关系感知图神经网络的DDI预测[J]. 计算机工程与科学, 2024, 46(05): 907-915.
[8]	许莉芬, 曹霑懋, 郑明杰, 肖博健. 基于用户权威度和多特征融合的微博谣言检测模型[J]. 计算机工程与科学, 2024, 46(04): 752-760.
[9]	孙岩, 张建民, 黎渊, 孙舜禹. 面向高性能计算的互连网络拥塞控制分析与评估[J]. 计算机工程与科学, 2024, 46(02): 209-216.
[10]	江志鹏, 王自全, 张永生, 于英, 程彬彬, 赵龙海, 张梦唯. 基于改进Deformable DETR的无人机视频流车辆目标检测算法[J]. 计算机工程与科学, 2024, 46(01): 91-101.
[11]	王英, 陈文祺, 韩耀郴. 基于元学习和图滤波器的节点分类研究[J]. 计算机工程与科学, 2023, 45(12): 2274-2280.
[12]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(08): 1508-1520.
[13]	陈俊彦, 卢贤涛, 黄雪锋, 卢小烨, 廖岑卉珊. 基于Double-Bagging特征降维异质集成入侵检测[J]. 计算机工程与科学, 2023, 45(06): 1011-1019.
[14]	马征, 褚钧正, 武鹏飞. 一种基于对抗学习的仿真遥感图像生成方法[J]. 计算机工程与科学, 2023, 45(03): 489-494.
[15]	白坚镜, 顾瑞春, 刘清河. SDN环境中基于Bi-LSTM的DDoS攻击检测方案[J]. 计算机工程与科学, 2023, 45(02): 277-285.

一种基于MA的无线传感器网络IDS模型研究

A Mobile AgentBased IDS for Wireless Sensor Networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价