基于人工神经网络的机制,用于检测无线传感器网络中的安全威胁
Shafiullah Khan1,2, Muhammad Altaf Khan2, Noha Alnazzawi3
1College of Computing and Systems, Abdullah Al Salem University, Kuwait City 72303, Kuwait.
Sensors (Basel, Switzerland)
|March 13, 2024
概括
本研究介绍了一种人工神经网络 (ANN) 方法,用于检测无线传感器网络 (WSN) 中的路由攻击. 这种新的方法显著提高了WSN的安全性和数据完整性,防止黑洞和虫洞攻击等威胁.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 网络工程 网络工程
背景情况:
- 无线传感器网络 (WSN) 对于各种领域的数据收集至关重要,但由于路由攻击而面临重大安全风险.
- WSN中的漏洞可能会损害网络性能,数据完整性和敏感信息.
- 现有的安全措施往往难以适应不断变化的新型路由威胁.
研究的目的:
- 提出和评估一种用于检测WSN中的路由攻击的新方法.
- 增强WSN对复杂威胁的安全性和可靠性.
- 利用人工神经网络在资源有限的环境中进行智能威胁检测.
主要方法:
- 利用前人工神经网络 (ANN) 来建模WSN行为并识别路由攻击.
- 通过使用异质CICIDS2017数据集进行强度训练和测试ANN模型.
- 使用NS2模拟器进行实验验证和性能评估.
主要成果:
- 拟议的基于ANN的系统实现了99.21%的高检测率和99.49%的准确性.
- 与现有方法相比,在检测已知和新型路由攻击模式方面表现出卓越的性能.
- 有效地减少了假阳性率,提高了检测可靠性.
结论:
- 开发的ANN方法为保护WSN免受路由攻击提供了强大而有效的解决方案.
- 这种方法显著提高了无线传感器网络的安全性,保护敏感数据.
- 该研究提供了一种可靠的机制,用于在资源有限的WSN环境中进行安全通信.
