20世纪末以来,信息技术的发展迅速,嵌入式系统、无线通信、分布式信息处理技术及微电子机械系统等技术也快速发展起来,具有感知、计算和无线网络通信能力的无线传感器网络(Wireless Sensor Network,简称WSN)引起了人们的极大关注。WSN能够通过各类集成化的微型传感器协作,实时监测、感知和采集各种环境或监测对象的信息。WSN将逻辑上的信息世界与客观上的物理世界融合在一起,改变了人类与自然界的交互方式,扩展了人类认识世界的能力。随着无线传感器网络的快速发展及应用,包括网络布局,节点定位,通信协议,网络安全等也成为了研究热点。特别是在军事应用等领域,传感器节点大多部署在敌方控制区域内,节点进行的数据采集和传输都不能被敌方发现和掌握。否则,一旦传感器网络受到攻击和破坏,被敌方掌握了信息,后果可能是灾难性的。由于传感器节点及WSN网络的特殊性,决定了不能照搬使用传统网络中的安全防护措施。文章结合已有无线传感器网络入侵检测技术,提出了一种基于分簇无线传感器网络的混合入侵检测系统。此系统模型包括了三个模块,其中误用检测模块和异常检测模块用来发现入侵行为,决策模块做出反馈,帮助管理者及时了解网络情况,加强无线传感器网络的安全审查。误用检测模块使用BP神经网络作为核心,实验采用KDD CUP’99数据集,使用MATLAB软件对BP神经网络以及附加动量BP神经网络进行了训练和测试,结果显示,两种方法的检测准确性都比较高,而附加动量的方法由于收敛速度较快,更适合于实际应用。