基于无线传感器网络入侵检测与人工免疫系统之间的相似性。 本文利用一种基于危险理论的AIS入侵检测算法（即树突细胞算法（DCA））的优势，设计了一种用于WSN的分布式分层入侵检测模型。 另外，由于DCA在其树突状细胞（DC）评估机制和淋巴决定机制方面的缺陷，因此误报率很高。 因此，本文针对数据融合理论的思想提出了一种改进的树突状细胞算法。 在该算法中，我们首先定义一个评分函数来评估DC部分中的DC上下文。 然后在淋巴部分，我们通过Dempster规则融合多个DC的评估以做出全局决策。 实验结果表明

针对无线传感器网络入侵检测技术面临的挑战,利用了人工免疫技术的基本原理,提出一种基于危险理论的入侵检测模型。模型采用了分布式合作机制,与采用混杂模式监听获取全局知识的方法相比,在检测性能和能耗上都具有优势。仿真结果表明,相比于传统的单一阈值Watchdog算法和自我非我(SNS)模型,基于危险理论的检测模型能够提供较高的检测率和较低的误检率,并且有效降低了系统的能耗。