Resolving security and low mobility issues in mobile AD-HOC networks
Başlık çevirisi mevcut değil.
- Tez No: 688518
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Bu tezin amacı, MANET'teki güvenlik ve düşük mobilite sorunlarını, Mobil Ad-Hoc Ağları güvence altına alan ve daha az kaynak tüketen derin pekiştirmeli öğrenme tekniği kullanarak çözmektir. Kullanıcı gereksinimlerinin gelişmesiyle birlikte, Makineden Makineye (M2M) iletişim konseptine dayalı olarak birçok ağ teknolojisi geliştirilmiştir. Bu teknolojiler arasında, bir ağ altyapısının kurulumunun pahalı veya uygunsuz olduğu durumlarda iletişimi sağlamak için tasarlanmış Mobil Özel Ağlar (MANET'ler) bulunmaktadır. Bu tür ağlarda, yönlendirme, her düğümün bir yönlendirici görevi gördüğü ve yönlendirme hizmetlerine katıldığı önemli bir işlevdir. Temel olarak, MANET varlıkları, yalnızca yetkili kullanıcıların ağa katılabildiği yönetilen bir ortamdadır. Ancak bazı ad hoc senaryolar, düğümlerin farklı kuruluşlardan veya yerlerden geldiği ve önceden birbirlerini tanımadığı açık bir ortamdadır. Python entegre geliştirme ortamını (IDE) ve KerasRL, Tensorforce ve ChainerRL gibi Derin takviyeli öğrenme kitaplıklarını kullanarak Mobil Geçici Ağlarda Güvenlik ve Düşük Hareketlilik sorunlarını çözmek için bir teknik tasarladık ve geliştirdik ve tekrarlayan sinir ağı algoritmasını kullanacağız. Bu tezde, ilk olarak, tam olarak yönlendirme hizmetlerinin reddedilmesine yol açan geçici yönlendirme saldırılarının bir sınıflandırmasını sunuyoruz. Bu çalışmanın temel özelliği, savunucuların hangi saldırıların önlenmesi gerektiğini kolayca fark etmelerine yardımcı olabilecek Hizmet Reddi (DoS) saldırılarının farklı amaçlarını ve mekanizmalarını ayırt etmesidir. Ardından, MANET'lerdeki yönlendirme hizmetlerini bozmak için paket bırakma saldırıları gerçekleştiren kötü niyetli düğümlerin tamamen dağıtılmış bir algılama mekanizması önerisi olan ana araştırma hedefimize odaklanıyoruz. Bu öneri, yukarıda bahsedilen MANET güvenlik gereksinimlerini karşılamak için oluşturulmuş üç farklı güvenlik prosedürünü göstermektedir. İlk prosedür, merkezi olmayan bir sosyal ağ analiz çerçevesi ve sosyal olarak kabul edilebilir (API-Uygulama Programı Arayüzü etkin) herhangi bir web sistemi için bir protokoldür. Tez kapsamında Anaconda navigasyon simülasyon platformunu ve bu protokolün doğrulanmasını kullandık. Sonraki protokol, AODV adı verilen reaktif MANET yönlendirme protokolüyle paralel olarak çalışan merkezi olmayan bir güven oluşturma protokolüdür. Daha önce bahsedilen ortam, bir MANET ağındaki kötü niyetli ve işbirliğine dayalı kötü niyetli düğümleri tespit etmek ve önlemek için yeni oluşturulmuş bir“Spiral”modeli kullanan entropi tabanlı güven geliştirme çerçevesi ile çalışacaktır. Daha sonra, derin pekiştirmeli öğrenme kullanılarak bir güven tahmin şeması geliştirildi. Burada derin pekiştirmeli öğrenme modeli, AODV yönlendirme protokolünün bir sonraki güvenli ve güvenilir sıçramayı seçmesine izin veren bir Q değeri tahmin edecektir.
Özet (Çeviri)
The aim of this thesis is to resolve the security and low mobility issues in MANET by using deep reinforcement learning technique that secure Mobile Ad-Hoc Networks and consume less resources. With the evolution of user requirements, many network technologies have been developed based on the Machine-to-Machine (M2M) communication concept. Among these technologies, we have Mobile Ad hoc Networks (MANETs) that were designed to ensure communication in situations where the deployment of a network infrastructure is expensive or inappropriate. In this type of networks, routing is an important function where each node acts as a router and participates in routing services.Basically, MANET entities are in a managed environment where only authorized users can participate in the network. However, some ad hoc scenarios are in an open environment where nodes come from different organizations or places and do not know each other in advance. We designed and developed a technique for resolving Security and Low Mobility issues in Mobile Ad-Hoc Networks using the Python integrated development environment (IDE) and Deep reinforcement learning libraries like KerasRL, and Tensorforce and ChainerRL and we will use recurrent neural network algorithm. In this thesis, we first present a taxonomy of ad hoc routing attacks, precisely those leading to a denial of routing services. The main characteristic of this work is that it distinguishes different objectives and mechanisms of the Denial of Service (DoS) attacks, which can help defenders to easily notice which attacks should be prevented. We then focus on our main research objective which is the proposition of a fully distributed detection mechanism of malicious nodes performing packet dropping at- tacks to disrupt the routing services in MANETs. This proposal demonstrates three different security procedures which were established in order to meet the aforementioned MANET security requirements. The first procedure is a decentralized social network analysis framework and a protocol for any socially acceptable (API-Application Program Interface enabled) web system. We used Anaconda navigation simulation platform and verification of this protocol within the thesis. The next protocol is a decentralized trust building protocol which works in parallel with a reactive MANET routing protocol called AODV. The before-mentioned environment will be working with entropy- based trust development framework, which utilizes a newly formed“Spiral”model to detect and prevent malicious and collaborative malicious nodes in a MANET network. Next, a trust prediction scheme was developed using deep reinforcement learning. Here the deep reinforcement learning model will predict a Q value, which permits the AODV routing protocol to choose the next secure and reliable hop.
Benzer Tezler
- E-scooter paylaşım uygulamalarının sürekli kullanım niyetini etkileyen faktörlerin modellenmesi
Modeling of factors affecting continuous use intention of e-scooter sharing apps
HÜSEYİN TANSU YILDIRIM
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEZİ ÇEVİK ONAR
- Algorithms for interference immunity and efficient radio resource utilization in wireless communications systems
Kablosuz iletişim sistemlerinde girişim direnci ve verimli radyo kaynağı kullanımı için algoritmalar
ARMED TUSHA
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
PROF. DR. HÜSEYİN ARSLAN
- An empirical study of intentionfactors of mobile payment usage in non-banking sector : A Research from Istanbul
中文论文题目： 非银行实业手机支付使用动机因素研究：来自伊斯坦布尔的研究英 文 论 文 题 目
MUHAMMED GÜVEN
- Türk ve Avrupa Birliği üyesi ülkelerin sosyal güvenlik sistemlerinde aile yardımı uygulamaları
The Family allocations within the social security system in Turkey and the members countries of the European Union
METİN TOSUN
Yüksek Lisans
Türkçe
2003
Çalışma Ekonomisi ve Endüstri İlişkileriGazi Üniversitesiİş Hukuku ve Sosyal Güvenlik Hukuku Bilim Dalı
PROF. DR. E. TUNCAY KAPLAN
- ADÜ Aile Hekimliği Polikliniği'nde hasta memnuniyeti ve etkileyen faktörler
Patient satisfaction and affecting factors at Department of Family Medicine in ADU
CEYDA YUVANÇ
Tıpta Uzmanlık
Türkçe
2017
Aile HekimliğiAdnan Menderes ÜniversitesiAile Hekimliği Ana Bilim Dalı
PROF. DR. AYFER GEMALMAZ
