-
公开(公告)号：CN109120627A
公开(公告)日：2019-01-01
申请号：CN201810994988.6
申请日：2018-08-29
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明涉及一种基于改进KNN的6LoWPAN网络入侵检测方法，属于无线通信技术领域。本发明选择能够反映6LoWPAN网络网元自身安全状态的可量化安全特征(即网元特征)进行训练，建立6LoWPAN网络特征空间。本发明给出了网元特征数据的获取方式及处理方式，对特征进行权重分配和转移零点处理，以缓解较大和较小影响因子(指特征量化后的数值)引起的偏见并实现简化计算；通过实时提取网元特征数据实现网元状态数据表的构建和更新，进而基于KNN算法的聚类效果在6LoWPAN网络特征空间中形成根据网络实时状态更新的正常轮廓；本发明对KNN算法进行改进，并重新定义判断入侵的依据，以适应6LoWPAN网络入侵检测的要求。
Search Results
11
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
