基于RS-SVM的无线传感器网络安全的应用研究

黄金金，陈 晶，张 鲲



基于RS-SVM的无线传感器网络安全的应用研究

黄金金1，陈 晶2*，张 鲲2

（1. 三亚学院网络中心，海南 三亚 572022；2. 海南热带海洋学院计算机科学与技术学院，海南 三亚 572000）

针对无线传感器网络的入侵类型多样性的安全问题，在其特征约简中引入粗糙集理论消除影响小或无关的特征向量,并提出基于RS-SVM算法，利用KDDCup1999 数据设计的仿真实验系统验证所提出的约简算法在入侵检测方面的检测效率，结果表明对来自 DOS 和 Probe的攻击具有较高的检测率和较低的误检率。

无线传感器网络；粗糙集；支持向量机

0 引言

无线传感器网络（WSNs）是近几年涌现的新型网络，主要用于收集大量的数据，由于其网络的开放性、数据固定的路由机制及资源受时间地点等的限制的特点，一些重要、敏感数据会遭受到多种攻击，存在非常大的安全问题[1,2]。而现有的入侵检测方法如聚类算法、马尔可夫模型、神经网络、支持向量机等需要通过参数的约简、优化降低时间复杂度和空间复杂度等满足入侵检测系统对传感器网络资源的需求，存在明显缺陷且需要进行大量系统的研究。粗糙集理论利用数据挖掘方法发现各特征之间隐藏的关系，将其引入到特征向量之间进行约简，并采用改进的RS-SVM的方式建立WSNs的入侵检测模型对采集到的特征进行分类，可以更有效地提高WSNs的安全性。

1 RS-SVM传感器网络入侵检测算法

1.1 粗糙集理论

Rough集（Rough sets，也称为粗糙集）理论是波兰华沙理工大学科学家Pawlak教授于1982年提出的研究不确定或未知知识和数据的一种理论方法。Rough集理论将知识看成对数据的分类，利用已知的知识库，将不确定或未知的知识用已知来表现，其显著优点是定性分析能力特别强，不需要提前给定特征或属性的相关数量描述[7]。在保证知识分类不变的条件下，对其进行约简得到目标结果。

设Re是一个FEQR(等价关系族)，Re∈Re，若DI(Re)=DI(Re-{Re})，则将Re在FEQR中可以省略即删除，否则为不能省略的要保留。

1.2 SVM方法分类算法

VM(支持向量机)是1995年提出的一种在解决小样本非常有优势的机器学习方法，可以分析数据，识别模式，用于分类和回归分析。SVM方法是建立在统计学理论上的多维理论，力求将风险控制到最小范围内，以获得最佳的泛化性。低维空间向量集长胶不容易划分，通常利用SVM的核函数将其映射到高维空间来解决，祥见下面的公式。

由于SVM主要应用在二分类问题的原理，而无线传感器网络的入侵检测却是多分类问题，将无线传感器网络的入侵问题利用二叉树原理将其转成为二分类问题，具体过程如图1所示[5]。

图1 WSNs的多分类器构建

Fig.1 Construction of multiple classifiers for WSNs

1.3 分类器参数优化

狼群算法是基于狼群生存机制的智能模拟而研发出的一种较新的仿照生物体的智能参数优化算法，狼群算法和其它算法相比具有更好的稳定性能和全局范围内寻找最优的能力、并可以把参数控制控制在较少的范围内等优点，所以在处理优化问题时搜索效果更佳[8]。在优化前，对设计的参数进行初始化，如猎物气味浓度Yi，阈值dnear等。狼群算法优化支持向量机的参数步骤如下图2。

图2 RS-SVM的工作思想

1.4 WSNs入侵检测算法的工作思想

WSNs的入侵检测算法的工作思想如下图3。

2 基于SVM-RS的入侵检测模拟

2.1 实验数据的选取

为了对基于RS-SVM的WSNs的入侵检测算法的性能进行更好的评价，所以选取著名的KDD CUP1999收集的数据集进行模拟实验[7]，共包括的特征数的维数为41维和标签1个，入侵方式有DOS、Probe、R2L和U2R等组成，41维的特征数如下表1所示。选择文献[9]和文献[10]算法与其对比。

2.2 利用RS对特征进行预处理

3 结论

无线传感器网络所面临的安全问题引起了高度重视，本文应用粗糙集理论对无线传感器采集到的特征数进行融合和约简处理，并用狼群算法优化参数降低误警率，使得检测结果更加可靠，有效地保证无线传感器网络的安全。该算法较好解决了当前无线传感器网络面临的入侵检测安全的问题，具有入侵检测率高、误警率低等优点，在无线传感器网络入侵安全检测中会有较好的发展前景和应用空间。

图3 狼群优化算法支持向量机步骤图

表1 KDD CUP1999数据集的特征选取

Tab.1 Feature Selection of KDDCUP 1999 Dataset

[1] Misra S, Krishna V, Abraham I. A simple learning automata based solution for intrusion detection in wireless sensor networks [J]. Wireless Communications and Mobile Computing, 2011(11): 426-441.

[2] Wang S S, Yan K Q, Wang S C, et al. An integrated intrusion detection system for cluster-based wireless sensor networks [J]. Expert Systems with Application, 2011, 38(12): 15234- 15243.

[3] 彭春燕, 杨志强, 张效娟. 能耗均衡的无线传感器网络的入侵检测机制[J]. 微电子学与计算, 2013, 30(1): 41-44.

[4] 孙子文, 梁广玮, 白勇, 纪志成. 无线传感器网络分级入侵检测模型[J]. 信息与控制, 2013, 42(6): 670-676.

[5] 吴涛, 温巧燕, 张华. 无线传感器网络中的一种基于移动Agent 的动态入侵检测系统[J]. 软件, 2011, 32(6): 93-96.

[6] 陈晶. 粗糙集在无线传感器网络安全中的应用研究[J]. 激光杂志, 2015, 36(7): 109-112.

[7] 刘清. Rough集及Rough推理[M]. 北京:科学出版社, 2001.

[8] 祝琦, 宋如顺, 姚永仙. 无线传感器网络中基于SVM的合作型入侵检测系统[J]. 计算机应用研究, 2010, 27(4): 1489-1492.

[9] 屈峰, 杨华, 王立军等.无线传感器网络及其应用[J]. 四川兵工学报, 2013, (2): 111-113.

[10] 卢帆, 汪烈军. 基于GA-LMBP算法的无线传感器网络入侵检测研究[J]. 激光杂志, 2014, 35(8): 36-40.

[11] 许斌, 付鹏飞. 基于多数据源交叉表决的园区人员分布的方法研究[J]. 软件, 2018, 39(7): 208-212.

[12] 卓广平. 下一代互联网动态路由协议机制分析与改进策略[J]. 软件, 2018, 39(7): 202-207.

[13] 李磊. 数据通信网络安全维护策略探讨[J]. 软件, 2018, 39(7): 191-193.

[14] 张小璞, 左小清. 在ArcGIS下基于Python的路网数据批处理方法[J]. 软件, 2018, 39(7): 130-133.

[15] 牟思. 浅谈物联网的关键技术及计算机物联网的应用[J]. 软件, 2018, 39(6): 189-191.

Research on Wireless Sensor Network Security Based on RS-SVM

HUANG Jin-jin1, CHEN Jing2*, ZHANG Kun2

(1. Network Center ,Sanya University,Sanya, Hainan, 572022, China; 2. College of Computer Science and Technology, Hainan tropical oceanographic University, Sanya, Hainan, 572000, China)

In order to solve the security problem of intrusion type diversity of wireless sensor networks, rough set theory is introduced to reduce the influence of small or irrelevant feature vectors, and an RS-SVM algorithm is proposed. The simulation experiment system designed by KDDCup1999 data verifies the detection efficiency of the proposed reduction algorithm in intrusion detection. The results show that the attack from DOS and Probe has a high detection rate and a low error rate.

Wireless sensor network; Rough set; Support vector machine

TP393

A

10.3969/j.issn.1003-6970.2018.11.004

三亚市院地科技合作项目(No.2017YD26)

黄金金(1982-)，男，三亚学院网络中心从事技术工作，本科，主要研究方向为计算机辅助教育，计算机网络；张鲲(1981-)，男，教授，博士研究生，主要研究方向为智能数据分析与数据挖掘，海洋通信，超宽带定位。

陈晶(1981-)，女，讲师，硕士，主要研究方向为计算机辅助教育，传感器网络及物联网，智能数据分析。

黄金金，陈晶，张鲲. 基于RS-SVM的无线传感器网络安全的应用研究[J]. 软件，2018，39（11）：18-20