• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Springer Open Choice >India: Intruder Node Detection and Isolation Action in Mobile Ad Hoc Networks Using Feature Optimization and Classification Approach
【2h】

India: Intruder Node Detection and Isolation Action in Mobile Ad Hoc Networks Using Feature Optimization and Classification Approach

机译：印度：使用特征优化和分类方法的移动自组织网络中的入侵者节点检测和隔离操作

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Due to lack of a central bureaucrat in mobile ad hoc networks, the security of the network becomes serious issue. During malicious attacks, according to the motivation of intruder the severity of the threat varies. It may lead to loss of data, energy or throughput. This paper proposes a lightweight Intruder Node Detection and Isolation Action mechanism (INDIA) using feature extraction, feature optimization and classification techniques. The indirect and direct trust features are extracted from each node and the total trust feature is computed by combining them. The trust features are extracted from each node of MANET and these features are optimized using Particle Swarm Optimization (PSO) algorithm as feature optimization technique. These optimized feature sets are then classified using Neural Networks (NN) classifier which identifies the intruder node. The performance of the proposed methodology is studied in terms of various parameters such as success rate in packet delivery, delay in communication and the amount of energy consumption for identifying and isolating the intruder.
机译：由于在移动自组织网络中缺乏中央官员，因此网络的安全性成为一个严重的问题。在恶意攻击期间，根据入侵者的动机，威胁的严重程度会有所不同。这可能会导致数据，能量或吞吐量的损失。本文提出了一种使用特征提取，特征优化和分类技术的轻量级入侵者节点检测和隔离动作机制（INDIA）。从每个节点中提取间接和直接信任特征，并通过组合它们来计算总信任特征。从MANET的每个节点中提取信任特征，并使用粒子群优化（PSO）算法作为特征优化技术对这些特征进行优化。然后，使用识别入侵者节点的神经网络（NN）分类器对这些优化的功能集进行分类。根据各种参数，例如数据包传送的成功率，通信延迟以及识别和隔离入侵者的能耗，对所提出方法的性能进行了研究。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号