روشی جدید برای امنیت شبکه حسگر بیسیم با استفاده از زیست الهامی - Index TermsBiologically Inspired Machine Learning WSN Human Immune System Security
IEEE 2014
Novel Approach for Security in Wireless Sensor Network using Bio-Inspirations
Abstract-Exploring the symbiotic nature of biological systems
can result in valuable knowledge for computer networks. Biologically
inspired approaches to security in networks are interesting
to evaluate because of' the analogies between network security
and survival of human body under pathogenic attacks. Wireless
Sensor Network (WSN) is a network based on multiple low-cost
communication and computing devices connected to sensor nodes
which sense physical parameters. While the spread of viruses in
wired systems has been studied in-depth, applying trust in WSN
is an emerging research area. Security threats can be introduced
in WSN through various means, such as a benevolent sensor node
turning fraudulent after a certain period of' time. The proposed
research work uses biological inspirations and machine learning
techniques for adding security against such threats. While it
uses machine learning techniques to identify the fraudulent
nodes, consecutively by deriving inspiration from human immune
system it effectively nullify the impact of the fraudulent ones on
the network. Proposed work has been implemented in Lab VIEW
platform and obtained results that demonstrate the accuracy,
robustness of the proposed model.
.
روشی جدید برای امنیت شبکه حسگر بیسیم با استفاده از زیست الهامی
چکیده
بررسی طبیعت همزیستی سیستمهای بیولوژیکی ممکن است به دانش ارزشمندی برای شبکههای کامپیوتری منجر شود. رویکردهایی که از زیست الهام گرفتهاند بدلیل تشابهاتی بین امنیت شبکه و زنده ماندن بدن انسان تحت حملات پاتوژنیک برای ارزیابی شبکهها جالب هستند. شبکهی حسگر بیسیم (WSN) شبکهای بر مبنای چند ارتباط کم هزینه و دستگاههای فیزیکی متصل به گرههای حسگر است که پارامترهای فیزیکی هستند. در حالیکه گسترش ویروسها در سیستمهای سیمی بطور کامل مطالعه شده است، استفاده از اعتماد[1]در WSN زمینهی تحقیقاتی در حال ظهوری است. تهدیدات امنیتی ممکن است به طرق مختلفی مثلاگره حسگر خیراندیش[2] که پس از دورهی زمانی خاصی متقلب را تغییر میدهد وارد WSNشود. تحقیق پیشنهادی از الهامات بیولوژیکی و روشهای یادگیری ماشین برای افزودن امنیت در برابر چنین خطراتی استفاده میکند. در حالیکه این تحقیق از روشهای یادگیری ماشین برای تعریف گرههای متقلب استفاده میکند، که با بطور پیوسته با استخراج الهام از سیستم ایمنی انسان میتواند اثر گرههای متقل را بر روی شبکه خنثی کند. تحقیق پیشنهادی در پلتفرم LabVIEW پیاددهسازی شده است و نتایج بدست آمده حاکی از دقت و قدرتمندی مدل پیشنهادی
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir