文献

J-GLOBAL ID：202202261919892311   整理番号：22A0841402

モバイルアドホックネットワーク(MANET)におけるワームホール攻撃の侵入検出のための機械学習法【JST・京大機械翻訳】

Machine Learning Methods for Intrusive Detection of Wormhole Attack in Mobile Ad Hoc Network (MANET)

著者 (2件)： Abdan Masoud (Department of Computer Engineering, Ferdowsi University of Mashhad, Iran) ,  Seno Seyed Amin Hosseini (Department of Computer Engineering, Ferdowsi University of Mashhad, Iran)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ワームホール攻撃は,ルーティングプロトコルを反映するネットワーク層に対する一種の攻撃である。分類は,K最近傍(KNN),サポートベクターマシン(SVM),ディシジョンツリー(DT),線形識別分析(LDA),ナイーブBayes(NB),および畳込みニューラルネットワーク(CNN)から成る機械学習のいくつかの方法で行ったものである。”分類”は,K-最近傍(KNN),サポートベクトルマシン(SVM),決定木(DT),線形識別分析(LDA),ナイーブBayes(NB),および畳込みニューラルネットワーク(CNN)から成る。さらに,MANETにおける特徴抽出,特にノード速度に対するノードの性質を用いた。正常と悪意のあるノードから成る3997の異なる(正常3781と悪意のある216)サンプルを集めた。分類結果は,KNN,SVM,DT,LDA,NB,およびCNN法の精度が,それぞれ97.1%,98.2%,98.9%,95.2%,94.7%,および96.4%であることを示した。著者らの知見に基づいて,DT法の精度は98.9%であり,他の方法より高かった。次の優先順位において,SVM,KNN,CNN,LDAおよびNBは,それぞれ高精度を示した。Copyright 2022 Masoud Abdan and Seyed Amin Hosseini Seno. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  特徴抽出 ,  ディシジョンツリー ,  線形性 ,  プロトコル ,  判別分析 ,  性質 ,  *ワームホール ,  *機械学習 ,  *アドホックネットワーク ,  サポートベクトルマシン ,  *サイバー攻撃
準シソーラス用語： *モバイルアドホックネットワーク ,  ネットワーク層 ,  ルーティングプロトコル ,  高精度 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

引用文献 (78件)：

• J. Su, H. Liu, "Protecting flow design for DoS attack and defense at the MAC layer in mobile ad hoc network," International Conference on Applied Informatics and Communication, pp. 233-240, Springer, Berlin, Heidelberg, 2011.
• M. Chitkara, M. W. Ahmad, "Review on MANET: characteristics, challenges, imperatives, and routing protocols," International journal of computer science and mobile computing., vol. 3, no. 2, pp. 432-437, 2014.
• M. Sookhak, H. Tang, Y. He, F. R. Yu, "Security and privacy of smart cities: a survey, research issues and challenges," IEEE Communications Surveys & Tutorials., vol. 21, no. 2, pp. 1718-1743, 2019.
• B. Mandal, S. Sarkar, S. Bhattacharya, U. Dasgupta, P. Ghosg, D. Sanki, "A review on cooperative bait based intrusion detection in MANET," SSRN 3515151.2020.
• A. Patcha, J. M. Park, "An overview of anomaly detection techniques: existing solutions and latest technological trends," Computer Networks, vol. 51, no. 12, pp. 3448-3470, 2007.

タイトルに関連する用語 (6件)： モバイルアドホックネットワーク ,  MANET ,  ワームホール ,  攻撃 ,  侵入 ,  機械学習