| 新型GAN的WSN异常检测方法 |
| |
| 引用本文： | 刘拥民,张钱垒,杨钰津,罗皓懿,黄浩.新型GAN的WSN异常检测方法[J].计算机工程与设计,2023(12):3554-3562. |
| |
| 作者姓名： | 刘拥民 张钱垒 杨钰津 罗皓懿 黄浩 |
| |
| 作者单位： | 1. 中南林业科技大学计算机与信息工程学院;2. 中南林业科技大学智慧林业云研究中心 |
| |
| 基金项目： | 国家自然科学基金项目(31870532)；;湖南省自然科学基金项目(2021JJ31163)；;湖南省教育科学“十三五”规划基金项目(XJK20BGD048)； |
| |
| 摘 要： | 为实时预警无线传感器网络(WSN)进行数据传输过程中的一系列威胁，提出一种新型生成对抗网络(GAN)的WSN异常检测方法。采用梯度归一化和代价距离改进的GAN目标函数，与改进的对抗学习异常检测方法相结合，能准确、全面地将数据流特征的分布情况映射到潜在空间，使生成器在训练过程中增加生成数据的多样性，提升模型的鲁棒性；引入带有丢失操作的全连接层网络体系，显著增强对WSN中数据流异常状态的识别能力。仿真结果表明，该方法可全面有效地提高入侵检测方法的综合检测效果。
|
| 关 键 词： | 无线传感器网络 生成对抗网络 异常检测 梯度归一化 代价距离 目标函数 全连接层网络 |
|
|
