摘要
本发明提出了一种基于集成学习的无线传感网入侵检测方法,属于通信技术领域。该方法包括:从无线传感网中收集各节点的数据,将数据预处理,抽取出每个节点的特征集,将符号特征转化为数值;将每一个特征值进行归一化;使用特征选择算法从预处理后的特征集筛选出最优特征集;使用改进的SVM算法作为弱分类器,结合筛选出来的最优特征训练集进行训练;使用Adaboost集成学习算法对训练出来的弱分类器组合起来形成强分类器,再利用训练出来的强分类器对实际数据进行测试,分辨出无线传感网正常节点和异常节点。本方法可以提高对无线传感网中出现的入侵攻击检测的准确度,减少一定的标记样本的代价,减少入侵检测检测与训练时间,增强入侵检测系统的可靠性。