توسعه مدل شبکه پتری زمانی برای تشخیص حمله کرم چاله در شبکه های حسگر بی سیم
Publish place: The first National Conference on Engineering Management
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 670
This Paper With 9 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCOEM01_068
تاریخ نمایه سازی: 26 شهریور 1395
Abstract:
نقش اصلی شبکه های حسگر بی سیم (WSN) جمع آوری داده هایی است که سنسور زیست محیطی از منطقه تحت نظارت حس می کند. به دلیل خطا یا گره های مخرب، داده های جمع آوری شده و یا گزارش شده ممکن است اشتباه باشد. از این رو تشخیص حضورخوانش سنسور اشتباه و گزارش گمراه کننده مهم است[1]. مدل سازی تشخیص حمله کرم چاله به شبکه حسگر بی سیم [2] یک مدل رسمی است که با استفاده از شبکه پتری زمانی تشخیص حمله کرم چاله درCL-MAC به طور رسمی ارزیابی می کند ،CL-MAC یک پروتکل لایه کراس MAC توسعه یافته لایهMAC است که برای کارآمد کردن انرژی وتاخیر کم در شبکه های حسگر بی سیم ایجاد شده است [3]. این مدل رسمی بر اساس شبکه پتری زمانی ( TPN) برای تشخیص حمله کرم چاله ارائه شده است. شبکه پتری، مبتنی بر نظریه گراف بوده و با استفاده از قواعدی منطقی جریان فعالیت ها در سیستم را نمایش می دهد.چارچوب ریاضی شبکه پتری سبب می شود تا توانایی تحلیل، تایید صحت و ارزیابی مدل ها را داشته باشد.در مدل ارائه شده[2] اتمیک بودن نشانه مورد توجه نبوده و باعث برخی از مشکلات تجزیه و تحلیل می شود. برخی از روش ها برای دستیابی به ظرفیت اتمیک نشانه، مانند »شلیک ASAP ، تاخیر قبل از شلیک و « پیری نشانه » وجود دارد، اما ما می خواهیم مدل ارائه شده در [2]را با استفاده از روش نشانه مجازی ارئه شده در [4] را توسعه داده و نتایج پیاده سازی را بررسی کنیم.
Keywords:
Authors
مصطفی جوادی
دانشجوی کارشناسی ارشد، نرم افزار، موسسه آموزش عالی مهرآستان، آستانه اشرفیه، گیلان، ایران
غلامحسین اکباتانی فرد
استادیار،گروه کامپیوتر، واحدلاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
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 :