摘要：针对当前物联网反入侵算法存在入侵监测准确性较低,且难以适应动态入侵环境等不足,提出了一种基于多维指纹建模筛选机制的物联网反入侵算法。首先,基于数据挖掘思想,综合考虑攻击行为集合及其分布特征,采用匹配方式均衡节点缓存资源,分流攻击行为,提高网络在遭受入侵情况下的对攻击行为的命中,增强网络鲁棒性能;随后,针对入侵过程存在峰值特性,使用递归方式构建节点攻击行为模型,采取线性反序映射来获取攻击行为弹性系数并降低恶意节点入侵成功率,挖掘网络入侵行为的纳什均衡解,有效提高对恶意攻击行为的过滤效率。仿真实验表明:数据聚合-QOS联合检测算法(QoS-Aware Hybrid Data Aggregation Scheme,QA-HDA算法)、能量感知筛选监测算法(Energy-Aware Perception Algorithm,EAP算法)相比,在遭受入侵时,所提算法具有更高的临界性能及的入侵流量过滤能力。