如今智能驾驶已经逐渐进入了人们的视野,填补了交通出行这一领域在未来智能化生活中的空缺。车联网作为智能交通中的底层通信系统,为管理者、驾驶员、乘客提供各类必不可少的网络支持和服务。这些服务当中有关系到乘客和驾驶员人身安全的车辆信息、关系到乘客个人隐私的敏感信息、关系到给城市管理者提供的正确路况信息等。如何保障这些信息不被恶意利用,由此可见,车联网安全问题的研究便是车联网研究中最重要的部分。当前提供信息校验和网络安全管理的主流方式是入侵检测系统,但是该系统不仅能耗高,同时对网络性能也会造成延迟和负载增加的影响。另外,由于车联网的高动态性和分布式特点,入侵检测系统无法像骨干网络中的系统一样高效工作。因此如何使车联网中的入侵检测系统以低能耗、高精度来进行工作,具有很重要的现实意义。本文就此问题,以提高检测精度和降低系统能耗为目的,具体研究内容和创新内容如下:根据车联网高动态且分布式的特点,提出一种稳定的分簇算法,使得入侵检测系统能够更加高效的运作。该分簇算法主要侧重于延长簇的存活时间,减少节点不必要的簇间切换。同时也考虑了分簇算法与入侵检测中存在簇头可能为恶意节点的问题,在竞选簇头时除了考虑稳定性相关的参数外还加入了节点荣誉值的指标。通过分簇算法和入侵检测系统中的一些特殊参数相互关联的方式优化系统的检测性能。实验结果表明,新的算法在稳定性上得到了较大的提升,这为入侵检测系统高效运行提供了必要的基础。另外也避免了簇头节点为恶意节点的情况。在稳定分簇算法的基础上,进一步改进了已有的基于博弈论的混合模式入侵检测方法。首先,通过改变其荣誉值的计算规则,避免了恶意节点通过短时间的良好举动赚取荣誉值,从而欺骗簇头检测的问题。其次,由于稳定的分簇能够使得节点在同一簇内停留更久的时间,从而簇头也有更多的历史数据对节点的好坏进行衡量。这使得混合模式中的轻载模式检测准度提升了一个档次。考虑多个能耗的综合影响也降低了入侵检测系统的整体能量开销。实验结果表明通过该方法得到的仿真结果比原算法降低了能耗,同时提高了异常检测的准确性。