ارائه روش جدید برای کشف حمله سیاهچاله در مسیریابی AODV با کمک قوانین فازی- ژنتیک
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,892
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
CSITM01_173
Index date: 1 September 2014
ارائه روش جدید برای کشف حمله سیاهچاله در مسیریابی AODV با کمک قوانین فازی- ژنتیک abstract
شبکه ی موردی بیسیم مجموعه ای از گره هاست که می توانند آزادانه حرکت کنند و از طریق امواج با یکدیگر ارتباط داشته باشند.این گره ها بدون هیچ زیرساخت از پیش تعیین شده شبکه را بوجود می آورند و آزادانه به آن اتصال می یابند و یا از آن جدا می شوند.هر گره به طور جداگانه ای همانند مسیریاب عمل می کند. ویژگی مهم این شبکه ها بالا بودن سرعت برپایی آنها است که همین موردباعث می شود تا در عرصه های نظامی و اضطراری کاربرد زیادی داشته باشند. امنیت در این شبکه ها یکی از مهمترین مسائل آن ها بهشمار می رود. زیرا به دلیل ساختاری که دارند در معرض حملات زیادی قرار می گیرند. در این تحقیق هدف این است تا با کمک منطقفازی و بهبود توابع عضویت آن توسط الگوریتم ژنتیک یک الگوریتم کارا و موثر جهت کشف حمله سیاهچاله در شبکه های موردی بیسیم ارائه گردد. پیاده سازی الگوریتم پیشنهادی با کمک شبیه ساز NS و نرم افزار متلب صورت گرفته شده است. در سه سناریوی افزایش تعداد گره های شبکه، افزایش تعداد حملات سیاهچاله و افزایش سرعت گره های شبکه، الگوریتم پیشنهادی مورد ارزیابی قرار گرفته است. مشاهده شده است که گرچه در حالت افزایش سرعت و تعداد گرههای شبکه، دقت و کارآیی الگوریتم پیشنهادی به لحاظخواص ذاتی شبکه های موردی بیسیم، اندکی کاهش می یابد، اما نرخ تشخیص، نرخ مثبت کاذب و نرخ منفی کاذب که سه پارامتر مورد ارزیابی هستند در حد قابل قبولی باقی می مانند.
ارائه روش جدید برای کشف حمله سیاهچاله در مسیریابی AODV با کمک قوانین فازی- ژنتیک Keywords:
ارائه روش جدید برای کشف حمله سیاهچاله در مسیریابی AODV با کمک قوانین فازی- ژنتیک authors
مهدی صادق زاده
دکتری کامپیوتر و عضو هیئت علمی دانشگاه آزاد اسلامی واحد ماهشهر
زهرا فرخیان
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :