论文部分内容阅读
近年来,无线环境中入侵检测技术越来越受到人们的关注。它在军事防护、节能减排、火灾搜救都具有广泛的应用。入侵检测是指通过对行为、安全日志、审计数据或其他网络上可以获得的信息进行操作,检测到对系统的闯入或闯入企图。基于无线传感器网络的入侵检测分为两种:主动入侵检测和被动入侵检测,主动入侵检测需要检测目标携带无线收发设备参与,而被动入侵检测中检测目标无需携带任何无线收发设备就能实现入侵检测,被动入侵检测改变了主动入侵检测需要特殊的硬件支持的条件,使检测技术普适性更强。本文研究基于无线传感器网络的被动入侵检测算法。论文主要工作是基于无线传感器网络的入侵检测算法的研究与实现。目前在被动入侵检测系统中使用的传统的检测算法、差分检测算法和区间差分检测算法都是基于信号的变化实现入侵检测。传统的检测算法直接利用相邻两刻的信号差值判断有无入侵者,此算法仅需要一个阈值,阈值跟实验环境有关;差分检测算法是基于相邻两刻信号的特征值判断有无入侵者,特征值的取值由严格的数据统计结果决定;区间差分检测算法的实现跟差分检测算法相似,也是运用相邻两刻信号差值,但它的优势在于以图形的方式直观表达入侵者信息。这三种检测算法容易实现,但因环境的变化而产生的信号波动会影响判断,会让检测率降低,让误检率上升。为了有效提高检测率和降低误检率,本文提出基于背景更新的入侵检测算法。为了实现基于背景更新的入侵检测算法的研究,本论文实现了一个无线传感器网络,它由一个无线控制节点和多个无线扫描节点组成,采集到的数据发送到上位机处理。在此平台下基于背景更新的入侵检测算法,它由建立背景模型、背景判断和背景模型更新等三个步骤组成,能够随着环境的变化而自动更新背景模型,可以实时适应环境的变化,提高了检测性能,但是此背景模型单一,不够准确地表达环境因素,在比较复杂的环境中也很难实时适应环境的变化,因此本论文又研究了混合高斯背景模型更新算法法弥补了上述算法的缺点,混合高斯背景模型法能够适应更复杂的环境变化,获得了更高的检测率和更低的误检率,即使在复杂环境中也能获得更好的检测结果。最后,论文对已实现的五种检测算法进行性能检测,对每种算法进行检测率和误检率统计。统计结果表明,基于背景更新的入侵检测算法和混合高斯模型更新算法具有较高的检测率和较低的误检率,同时,随时变化的环境中也能够获得较好的检测效果。