魏琴芳，吕博文，胡向东

(1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.重庆邮电大学 自动化学院，重庆 400065)

0 引 言

物联网(internet of things, IoT)[1]作为新兴网络，他的出现和广泛应用为万物互联提供了基础。同时，物联网的安全性受到越来越广泛的重视[2]，因为物联网感知层由大量无人值守的传感器节点组成，节点的访问和信息传输具有开放性，其电源能量、计算能力和存储空间等严格受限。因此，物联网既面临着严峻的信息安全风险，又受到复杂安全方案难以实施的制约。

入侵检测技术[3]是现阶段实现网络安全防范的核心手段之一，它通过收集和分析网络中若干个节点的信息，从而发现违反安全策略的行为并做出相应的处置。为了适应物联网的安全需求，本文提出基于稀疏化最小二乘支持向量机(least square support vector machine, LSSVM)的物联网轻量级入侵检测方法，构建起适应物联网资源环境的入侵检测解决方案。

1 国内外研究综述

近年来，越来越多的学者参与到物联网入侵检测方法研究中。文献[4]使用6种机器学习方法在工业物联网中进行入侵检测研究，得出使用决策树进行分类时达到模型最优的结论。文献[5]探讨了如何将新的区块链技术应用于物联网安全解决方案。文献[6]提出了Sybil入侵检测方法，该方法使用网络信号检测和前馈调制滤波设计共同作用进行入侵分析。文献[7]使用支持向量机(support vector machine,SVM)进行数据预处理，然后使用拜占庭容错算法判断每个节点的行为模式和安全状态。文献……