TY - JOUR AU - Luong, Ngoc t AU - Vo, Tu t AU - Hoang, Doan PY - 2019 DA - 2019/01/10 TI - FAPRP:机器学习的方法来预防洪水袭击在移动Ad Hoc网络路由协议SP - 6869307六世- 2019 AB -请求路线洪水袭击的主要挑战之一的安全移动Ad Hoc网络(manet)很容易启动和难以防止。恶意节点可以通过向不存在的目的地发送过多的RREQ (route request)包或无用的数据包来发起攻击。结果是，网络的所有资源都被用完来服务RREQ数据包，从而无法执行正常的路由任务，网络变得毫无用处。现有的检测泛洪攻击的研究大多采用单位时间内节点产生的rreq数量作为对攻击者进行分类的阈值。这些算法在某种程度上是可行的;但是，它们的误检率高，降低了网络性能。提出了一种新的基于机器学习的自组网泛洪攻击检测算法。该算法依靠每个节点的路由发现历史信息，捕捉属于同一类的节点的相似特征和行为，判断该节点是否为恶意节点。在原有AODV协议的基础上，结合FADA算法，提出了一种新的泛洪攻击防御路由协议(FAPRP)。 The performance of the proposed solution is evaluated in terms of successful attack detection ratio, packet delivery ratio, and routing load both in normal and under RREQ attack scenarios using NS2 simulation. The simulation results show that the proposed FAPRP can detect over 99% of RREQ flooding attacks for all scenarios using route discovery frequency vector of sizes larger than 35 and performs better in terms of packet delivery ratio and routing load compared to existing solutions for RREQ flooding attacks. SN - 1530-8669 UR - https://doi.org/10.1155/2019/6869307 DO - 10.1155/2019/6869307 JF - Wireless Communications and Mobile Computing PB - Hindawi KW - ER -