国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:蔡玲如,朱理,黄瑞崧,蔡伟鸿,陈银冬,
单位:汕头大学工学院计算机科学与技术系,广东汕头515063;
关键词:无线传感器网络,入侵检测,攻防博弈,强化学习,演化均衡,
基金:广东省自然科学基金资助项目(2018A030313889);广东省重点领域研发计划资助项目(2019B010116001);;
无线传感器网络易遭到各种内部攻击,入侵检测系统需要消耗大量能量进行攻击检测以保障网络安全。针对无线传感器网络入侵检测问题,建立恶意节点(malicious node,MN)与簇头节点(cluster head node,CHN)的攻防博弈模型,并提出一种基于强化学习的簇头入侵检测算法——带有近似策略预测的策略加权学习算法(weighted policy learner with approximate policy prediction,WPL-APP)。实验表明,簇头节点采用该算法对恶意节点进行动态检测防御,使得博弈双方快速达到演化均衡,避免了网络出现大量检测能量消耗和网络安全性能的波动。
来源:2022年第12期
《计算机应用研究》期刊编辑部