随着微电子技术及无线通信技术的进步,无线传感器网络（Wireless sensor network,WSN）作为一种新型网络愈发被社会所需要并广泛应用。WSN常用来代替人类监视如军事战场、复杂森林和灾害地区等偏远或危险区域。但由于传感器节点能量受限、计算资源匮乏等缺陷,在无人监管的情况下极易遭到攻击与损坏,所以信息安全始终是无线传感器网络的首要问题。入侵检测作为一种主动防御的安全技术,可以持续为WSN提供可靠有效的保护。近年来,针对WSN的入侵检测算法相继被提出,但仍存在没有实际考虑网络能耗,且检测算法的检测精度和效率低等问题。针对这些问题,本文分别提出改进的分层路由算法和入侵检测算法,具体工作如下:（1）针对WSN中节点能量受限无法补充等缺陷,设计较为复杂的检测模型会导致节点加速死亡缩短网络的生命周期,所以本文采用了分层结构的入侵检测模型。模型中普通成员节点只负责对信息的采集转发,簇头节点负责对其簇内成员节点行为数据的监控,而最上层的基站则负责对簇头节点收集的行为数据进行复杂的分析检测处理,以最大化降低网络中入侵检测的资源消耗。（2）考虑到在入侵检测模型中,簇头节点对成员节点行为的监控转发需消耗一部分能量,可能会导致节点因能耗不均而过早死亡,针对这一问题,本文提出一种LEACH-R的分层路由算法。算法中对簇头选举的策略进行了改进,使得剩余能量高、与基站距离近的节点有更高成为簇头的优先级,并增加了“簇头再选”机制,使高能量的节点可以频繁当选簇头。通过与LEACH和DEEC算法进行仿真比较,结果表明本文提出的算法可以有效均衡网络中的能耗,延长节点的生命周期,为入侵检测的运行提供可靠的保障。（3）入侵检测模型的关键在于入侵检测算法,针对现有入侵检测方案计算复杂度高和检测精度低等问题,提出一种离散二进制粒子群优化孤立森林算法（BPSOi Forest）的入侵检测机制。依据选择性集成思想,利用离散二进制粒子群算法改进由孤立森林算法生成的初始森林,选取初始森林中精度高、差异性大的隔离树,构建最优孤立森林,提升入侵检测的检测精度和算法的执行效率。在WSN数据集上,与传统孤立森林、随机森林算法及其改进算法进行对比实验,结果表明本算法的检测精度和执行效率有明显的提升,有效保证了模型中入侵检测的准确性和实时性。