شناسايي گره‌هاي بدرفتار با استفاده از اعتماد در شبكه‌هاي موردي

كارشناسي ارشد

چكيده شبكه‌هاي موردي شبكه‌هايي هستند كه براي مسيريابي از هيچ عنصر كمكي شبكه‌اي استفاده نمي‌كنند. در اين شبكه‌ها خود گره‌هاي شركت كننده در شبكه وظيفه مسيريابي را به عهده دارند. شبكه‌هاي موردي علاوه بر تمامي مشكلات موجود در شبكه‌هاي با سيم، با مشكلات امنيتي ديگري همچون سادگي شنود، تغيير اطلاعات در حال انتقال، امكان جعل هويت افراد، تخريب عمليات مسيريابي، عدم امكان استفاده از توزيع كليد رمزنگاري مواجه هستند. گره‌هاي بدرفتار مي‌توانند به راحتي در اين شبكه‌ها وارد شده و كارايي شبكه را به طور جدي تحت تاثير قرار دهند. براي ارسال بسته‌ها از مسيري امن استفاده مي‌شود كه گره هاي بدرفتار در آن حضور ندارند. روش سگ نگهبان از جمله روش‌هاي مناسب براي شناسايي گره‌هاي بدرفتار است. از جمله مهمترين مزاياي اين روش استفاده از اطلاعات محلي براي محاسبه اعتماد است. ولي اگر تحرك گره‌ها در شبكه زياد باشد به تنهايي قادر به تشخيص گره‌هاي بدرفتار نخواهد بود. در اين پايان نامه شبكه‌هاي موردي متحرك با استفاده از نرم افزار متن باز NS2 روي سيستم عامل اوبونتو 9.10 پياده سازي شده است. روش سگ نگهبان روي تمام گره‌هاي اين شبكه پياده‌سازي و با استفاده از تئوري بيزين ميزان اعتماد گره‌هاي شبكه محاسبه مي‌شود. براي بالابردن دقت اعتماد محاسبه شده از ضريب اطمينان استفاده شده است. جابجايي گره نيز در مرحله‌ي انتخاب مسير امن در محاسبه اعتماد استفاده شده است. پياده‌سازي مدل اعتماد روي پروتكل AODV صورت گرفته و از ضريب فراموشي براي تاثير زمان در محاسبات استفاده شده است. از حملات رفتار نوساني و سياه‌چاله با سرعت‌هاي مختلف حركت گره‌ها، براي بررسي مدل استفاده شده است. نتايج مقايسه با پروتكل AODV و سه روش ديگر از جنبه‌هاي مختلف نشان مي‌دهد كه روش پيشنهادي بهتر از روش‌هاي پيشين عمل مي‌كند. واژه‌هاي كليدي: مدل محاسباتي اعتماد، گره بدرفتار، ضريب اطمينان، ضريب فراموشي، شبكه‌ي موردي

184918

دانشگاه علم و صنعت ايران

كامپيوتر - هوش مصنوعي

دكتر پيمان كبيري