无线传感器网络(Wireless Sensor Networks,WSNs)具有自组织、低成本、低功耗、可大面积部署等良好性质,使其在军事目标追踪、自然灾害救援、危险环境探测等许多应用中具有巨大的应用潜力。然而,其设计模式固定、网络部署后行为策略难更改、网络功能难管理等问题,使得无线传感器网络的研究、设计和实际应用面临巨大的挑战。软件定义无线传感器网络(Software Defined Wireless Sensor Networks,SDWSN)是一种新型的无线传感器网络架构,该架构的提出极大地提高了传统无线传感器网络所面临的问题。然而,这种新型网络由于控制功能的集中化,安全管理的简单化,导致节点本身的资源约束较少,使得网络很容易受到网络攻击。软件定义无线传感器网络的安全问题还处于初级阶段,并没有得到足够的重视。因此,针对软件定义无线传感器网络的安全性研究具有重要意义。本文首先对软件定义无线传感器网络的安全性进行了研究,发现软件定义无线传感器网络由于缺少中间件和传输层安全性(TLS)等主要安全组件,这使得它很容易受到安全攻击,作为单一故障点的控制器更是SDWSN中受攻击最多的组件。针对软件定义无线传感器网络这种安全问题,设计了改进的人工蜂群优化K均值聚类算法,以减小初始聚类中心选择对聚类结果的影响,并利用KDD CUP99数据集对该算法和传统的人工蜂群优化K均值算法以及K均值算法进行了对比仿真验证,实验证明了改进的人工蜂群优化K均值算法相对于传统的K均值算法以及传统的人工蜂群优化K均值算法在聚类效果上有了明显提高;文章最后设计并实现了入侵检测系统,详细描述了系统在登录界面、配置文件介绍、数据收集模块、数据预处理模块、数据训练模块以及入侵检测模块的实现过程,以达到入侵检测的目的。论文针对软件定义无线传感器网络的安全问题提出了人工蜂群优化K均值算法,通过使用人工蜂群算法对K均值算法初始聚类中心选择的优化,极大地提高了 K均值算法的聚类效果,从而提高了入侵检测系统的准确率降低了其误检率。入侵检测系统使用数据挖掘方法实现了网络入侵检测,在有着较高准确率的同时,提升了对网络未知威胁的检测程度,具有重要的实践意义和应用价值。