增强的狮子群集优化和圆曲线加密方案,用于安全的集群头选择和恶意软件检测在IoT-WSNN中

科学领域:

• 计算机科学 计算机科学
• 网络安全 网络安全
• 物联网的物联网,就是物联网.

背景情况:

• 无线传感器网络 (WSN) 对于物联网 (IoT) 是至关重要的,它可以从远程位置收集数据.
• 目前的WSN在数据路由,能源效率,恶意软件检测和集群头选择方面面临挑战,这影响了整体物联网性能.
• 不充分的集群头选择和安全漏洞,如陷坑和黑洞攻击,降低了网络效率.

研究的目的:

• 为基于物联网的WSN提出一个增强的狮子群优化 (ELSO) 和圆曲线加密 (ECC) 方案,用于安全的集群头选择和恶意软件检测.
• 改进WSN中的数据路由,能源效率和网络寿命.
• 提高数据传输的安全性,防止物联网环境中未经授权的访问.

主要方法:

• 实现一个增强的狮子群群优化 (ELSO) 算法,以根据适应性函数值进行最佳集群头 (CH) 选择.
• 集成圆曲线加密 (ECC),以确保安全的数据传输和防止未经授权的访问.
• 利用最小跳转检测来识别最佳路由路径并减轻来自恶意节点的攻击.

主要成果:

• 实现了93%的吞吐量增加和高达98%的包裹交付比率.
• 将端到端延迟和能源利用率降低了4%.
• 网络寿命延长了高达96%,在检测恶意节点方面表现出97%的效率.

结论:

• 拟议的ELSO和ECC方案显著提高了基于物联网的WSN的安全性和性能.
• 该方法有效地解决了集群头选择和恶意软件检测方面的挑战,改善了数据路由和能源效率.
• 综合方法加强了对攻击的网络弹性,确保了物联网环境中可靠的数据传输.