无线传感器网络具有节点分布稠密、能量有限、节点计算能力和存储空间有限、容易遭受安全攻击等特点。面临的威胁不单是外部攻击者对网络发起的攻击，网络内部节点也有可能被捕获而成为恶意节点，进而恶意节点对网络内部造成破坏，如不及时地检测出网络内部恶意节点，将可能造成网络瘫痪。传统加密和认证技术无法有效抵御网络内部攻击，因此一个有效的入侵检测技术将成为网络防御的第二道防线。本文提出了一种组合的加权k近邻分类法的合作型入侵检测方案，同时考虑到网络的能量有效性又在入侵检测系统中加入IDS选择算法。最后，在仿真环境OMNET++4.1中，针对不同场景对系统各个指标进行实验仿真，得出较好的仿真实验数据并对结果进行了比较和分析。本文主要工作如下：1．对无线传感器网络节点的行为属性(如丢包率、转发率、数据包转发时延、位置匹配信息等)进行量化和建模，并对常见的几种网络攻击进行建模，建立一个合适的入侵检测模型。2．设计并提出了组合的加权k近邻法恶意节点检测机制，先将采集到数据总样本进行随机产生属性子集，然后分别在各个训练子集上运行加权k近邻分类器；利用简单投票机制，最终对多个加权k近邻分类器的结果进行组合输出。3．由于传感器节点携带的能量有限，如果在每个节点上都部署入侵检测模块（IDS），势必会导致网络生命周期的缩短，同时增加网络成本。为了尽可能减少需要部署入侵检测模块的节点的数量，又能保证网络中的所有节点可以被监测节点所覆盖，本文在入侵检测方案中加入了一个IDS选择算法，在网络内簇头节点部署IDS选择算法，然后进行IDS节点部署，通过实验验证可知，这样设计不但优化了IDS节点部署，同时达到了网络中传感器节点的能量消耗均衡，最终达到了延长整个无线传感器网络生命周期的效果。