随着工业化与信息化的深度融合,工业物联网在得到快速发展的同时,面临着日益严峻的信息安全风险。其中,工业物联网节点脆弱的安全性和易被攻击等特点,使得其受到高度关注。工业物联网普通传感器节点大多部署于开放的环境中,面临着来自各个方面的网络威胁,又由于普通传感器节点资源极其有限,难以部署高能耗的安全防护措施,使其安全防护是工业物联网安全面临的一个长期困扰。本文提出基于随机巡视的工业物联网安全异常行为检测算法,以实现低能耗、高效率的工业物联网的安全防护。本文工作主要如下:首先,建立工业物联网安全异常行为检测模型。本文分析了典型的工业物联网系统架构,确立以工业物联网全面感知层为基础的异常行为检测模型,模型基于分簇的工业物联网络拓扑结构,构建层级型异常行为检测管理机制,选取数据包完整性、数据包传输率和传输延迟比三种节点通信参数属性,并将这三种属性量化为异常行为的检测指标,进行簇头节点安全数据融合,并引入了双重阈值信誉测评机制,完成对全网节点的异常行为监测,保证节点通信数据的安全可靠。其次,本文提出一种基于随机巡视的异常行为检测算法。针对不同类型的恶意节点,新算法首先对网络中节点进行编号管理,以便汇聚节点更方便地巡视整个网络,再根据信誉值区间设置不同巡视频率,利用汇聚节点巡视检测并分析网络中节点是否存在异常行为,提高了检测算法的随机性和高效性,并建立恶意节点黑名单和信任节点白名单,进一步降低了网络能耗。本文在Network Simulator 2网络仿真平台上进行仿真与分析,分别从网络性能分析、能量消耗、节点信誉值分析和恶意节点识别分析等方面对异常行为检测算法进行了测试与比较。仿真实验结果表明,新的异常行为检测算法在不影响网络寿命的同时提高检测精度,本文提出的随机巡视机制有助于算法低能耗、高效率地发现恶意节点,更符合工业物联网安全的需要。