无线传感器网络(WSN)的一种常见部署策略是根据概率分布对传感器进行定位。一些传感器分布在冗余方面提供了优势,这有助于即使在网络攻击中丢失多个传感器节点也能确保网络生存能力。正确选择初始传感器部署可以极大的减少拒绝服务(DoS)攻击的威胁。虽然一些概率分布明显优于其他分布,但如何选择最佳的传感器分布作为防御措施还处于未知阶段。目前文献中对于部署策略得到研究往往没有达到数学分析上的最优解,或者现实难以实现。为了克服这些问题,我们提出一种基于主体(AB)的部署策略,将特定区域内传感器的密度λ看作随机变量,引入贝叶斯统计模型,将传统的高斯分布与均匀分布拓展为贝叶斯高斯分布与贝叶斯均匀分布,通过计算与实验得到他们的概率密度函数与后验分布,通过后验分布修正先验分布的参数,从而得到我们的部署策略。同时,针对分布参数并不会在短期研究过程中发生改变,利用统计学中参数估计的方法,对于数量大小不同的样本,分别计算出了分布参数点估计和区间估计的结果,确保了分布参数的高精度。仿真结果表明,我们所提出的基于贝叶斯统计模型的分布是优于传统高斯分布与均匀分布以及现有文献中的部署策略,同时,它也是一种容易实现的部署策略,为传感器部署工作人员提供了理论支撑。本文其余部分组织如下:第一章详细介绍了无线传感网络(WSN)以及拒绝服务(DoS)攻击的威胁,同时选取了相关的研究背景,提出我们的创新部署策略。第二章阐述了 WSN中路由协议和本文应用的统计学预备知识。第三章描述了基于主体(AB)的模型,以及模型如何实现。第四章研究了贝叶斯高斯分布以及贝叶斯均匀分布。第五章的仿真实验分析验证了我们所提出的模型是优于现有文献中的模型以及传统分布模型。第六章使用多目标函数和帕累托前沿来优化能量方面的考虑。第七章总结了全文。