抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
情報通信技術の急速な発展とインターネットに接続されたデバイスの成長数は,新しい応用のための有望な技術としてモノのインターネット(IoT)を作っている。低電力と低損失ネットワーク(RPL)のためのルーティングプロトコルは,IoTネットワークのための広く適用されているオープン標準プロトコルである。RPLルーティングは制約されたノードによるルーティング攻撃に非常に脆弱である。RPLに対する攻撃は,最適プロトコル構造を破壊し,ネットワーク性能を著しく劣化させることを目的としている。安全なRPL経路選定方式は,ネットワークシミュレーショントレースを通してRPL操作の高レベル抽象を引き出すことを試みて,悪意のある挙動を区別するための参照としてそれを適用した。RPL仕様はすべての状態と対応する統計による遷移を含んでいる。しかしながら,ノードの周りの悪意のある活動は,不要な状態遷移を開始するためにそれを強制する。したがって,正当なノードは動的IoTネットワークシナリオにおいて,等しく処理される。そこで本研究では,RPL攻撃を検出するためのゲーム理論モデルベースの異常侵入検出システム(IDS)を提案し,それらの悪意のある活動を検証し,確認した。本研究では,RPLセキュリティのためのゲームモデルに基づく匿名侵入検出システム(GAIDS)を定式化した。提案した手法は,攻撃検出のための確率ゲームと攻撃確認のための進化ゲームのような2つの相互関連定式化から成る。確率ゲームモデルはゼロ和確率ゲームとして標準RPLルールの活動を定式化する。確率的ゲームは,状態,それらの間の遷移,およびそれらの統計を観察することによって,支払いを推定する。しかし,RPLの性質により,正当性のあるプレイヤーを悪性としてモデル化する可能性がある。このように,提案したGAIDS方式は,攻撃検証のためにクラスタ化ネットワークトポロジーに関する進化ゲーム理論的フレームワークを実装した。隣接するプレイヤーの確率ゲームの結果を同期させることによって,それは疑わしいリストから正当なプレイヤーをうまく区別することができた。結果として,GAIDSは検出された攻撃者を分離し,経路選定性能を維持する。シミュレーション結果は,提案したゲームモデルベースの異常IDSの検出精度とスループットが実質的に高く,既存の方式より優れていることを実証した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】