عنوان

روشی پویا برای تشخیص ناهنجاری در شبکه‌های اقتضایی متحرک

Number

‭۱۱۳۴۵پ‬

.Language of Text, Soundtrack etc

per

Title Proper

روشی پویا برای تشخیص ناهنجاری در شبکه‌های اقتضایی متحرک

First Statement of Responsibility

/صبا ایزدخواه

Name of Publisher, Distributor, etc.

: دانشکده مهندسی برق و کامپیوتر

Text of Note

چاپی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

در رشته مهندسی کامپیوتر- نرم افزار

Date of degree

‮‭۱۳۹۲/۰۶/۲۵‬

Body granting the degree

دانشگاه تبریز

Text of Note

در دنیای امروز، پیشرفت‌های حاصل در تکنولوژی ارتباطات بی‌سیم زمینه‌های کاربردی متعددی را در حوزه شبکه‌های ارتباطی ایجاد کرده است .یکی از این زمینه‌ها شبکه‌های اقتضایی متحرک ‮‭(MANETs)‬ می‌باشند .شبکه‌های اقتضایی متحرک شامل مجموعه‌ای از گره‌های متحرک و بی‌سیم هستند که دارای هیچگونه زیرساخت ثابتی نبوده، در نتیجه نسبت به حملات بسیار آسیب‌پذیر می‌باشند .بنابراین، بحث امنیت در این شبکه‌ها در مقایسه با شبکه‌های بی‌سیم دارای زیرساخت از اهمیت بیشتری برخوردار است .یک چالش مهم برای این شبکه‌ها توسعه روشی است که قادر باشد با وجود تغییر پویای همبندی شبکه ناهنجاری‌ها را با دقت بالا تشخیص دهد .کارهای متعددی در این زمینه انجام شده است، در اغلب این کارها از یک پروفایل پایه که از روی داده‌های آموزش ثابت ایجاد شده است برای تشخیص ناهنجاری استفاده می‌شود، از آن‌جایی که در شبکه‌های اقتضایی متحرک رفتار شبکه به صورت پویا تغییر می‌کند استفاده از یک نمای پایه ایستا نمی‌تواند حالت جاری شبکه را به خوبی توصیف کند .در این پایان‌نامه، روشی پویا برای تشخیص ناهنجاری در شبکه‌های اقتضایی متحرک ارائه شده است .روش پیشنهادی شامل سه مرحله آموزش، تشخیص و به‌روزرسانی نمای عادی است .در این روش، در مرحله آموزش، با استفاده از بردارهای ویژگی عادی و تحلیل مولفه‌های اصلی‮‭(PCA)‬ ، نمای ترافیک عادی شبکه ایجاد می‌شود .در مرحله تشخیص، در طی هر پنجره زمانی بردارهای ویژگی ناهنجار مبتنی بر فاصله تصویرشان از‮‭k‬ -مهم‌ترین مولفه‌های اصلی سراسری تشخیص داده می‌شوند .در مرحله به‌روزرسانی، در پایان هر پنجره زمانی، نمای عادی با استفاده از بردارهای ویژگی عادی در تعدادی از پنجره‌های زمانی قبلی و‮‭k‬ -مهم‌ترین مولفه‌های اصلی به‌روزرسانی می‌شود .نتایج آزمایش‌های انجام شده با استفاده از شبیه‌ساز ‮‭NS۲‬ برای تعدادی از حملات مسیریابی نشان می‌دهد که روش پیشنهادی باعث افزایش نرخ تشخیص و کاهش نرخ هشدار نادرست می‌شود

Text of Note

In today's world, the advances in wireless communications technology in the field of communication networks has create a wide variety of application areas. One of these areas is mobile ad hoc Networks (MANETs). Mobile Ad hoc network consists of mobile nodes without any fixed infrastructure, communicating through wireless medium, thus, they are more vulnerable to attacks. Therefore the security in these networks is more important than wired networks. Due to topology change in MANETs, we must develop anomaly detection solutions that can identify anomalies with high precision. Several works have been done in this area, they used static profile, as the topology of a MANET constantly changes over time, the simple use of a static base profile may not represent the current state of the network. In this thesis, we proposed a dynamic approach for anomaly detection in mobile ad hoc networks. The proposed method consists of three main phases: training, detection and updating. In the training phase, we use the normal feature vectors and principal components analysis (PCA) to create the normal profile of network traffic. In detection phase, during each time window, anomaly feature vectors based on their projection distance from the k most important principal component specified. In the updating phase, at end of each time window, normal profile updated by using normal feature vectors in some previous time windows and k most important principal components analysis. The simulation results using NS2 simulator for some routing attacks show that proposed approach increases the detection rate and decrease the false alarm rate

ایزدخواه، صبا

محمدخانلی، لیلی، استاد راهنما

پاشازاده، سعید، استاد مشاور

Public note

سیاه و سفید

نمایه‌سازی قبلی