移动Ad hoc网络(MANET,Mobile Ad hoc networks)是一种新型移动多跳无线网络,具有自动建网灵活,无需基站设施等优点,因此被广泛应用。但MANET也具有明显缺点:如节点资源有限、拓扑变化频繁、无线信道开放等,使其存在如下安全问题:DoS(Denialof Service,拒绝服务)攻击、泄密、假冒攻击,路由协议的安全威胁等。其中,路由协议安全性问题成为MANET研究中的重难点,尤以对AODV协议进行黑洞攻击的检测和防御最有代表性。但是目前基于AODV黑洞攻击的检测方法具有以下问题:异常检测阈值更新机制不完善;没有重点考虑误判率对网络性能的影响。　　 针对以上问题,本文提出一种改进的动态学习方法IDLAODV,检测和防御基于AODV协议的黑洞攻击。主要包括四个改进策略:1.用Hellinger距离对异常检测建模;2.用切比雪夫不等式设定阈值threshold;3.考虑误判的情况,将节点分为正常节点和异常节点,异常节点分为黑洞节点和误判节点;4.设定观察期,如果“异常节点”在此观察期中表现良好,则不将其隔离,重新定位、处理。否则,认为此“异常节点”确实为黑洞节点,对其隔离,全网发警报消息。　　 最后,在NS2仿真平台中设计和实现了IDLAODV路由协议,并进行了系列对比分析。实验结果表明:IDLAODV在归一化路由开销和平均分组延迟可以接受的情况下,降低了网络误判率,提高了分组传递率。