مشخصات

زبان

بانک اطلاعاتی

فایل ها

توضیحات

فایل های شبیه سازی شده در opnet و فیلم نحوه اجرا و مشاهده خروجی ها دارد - مقاله پایه آماده دانلود است

۱۸۶,۰۰۰ تـــــومان

مطالب مرتبط

تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

  • شنبه ۱۲ بهمن ۱۳۹۸
  • بازدید ۴۳۹ نفر

تصویر detection-black-hole-gray-hole-rpl-opnet_5019_7 تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با OPNET

در این بخش پروژه شبیه سازی تشخیص و جلوگیری از حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET را به همراه فیلم نحوه اجرا و مشاهده خروجی ها آماده کردیم که بر اساس مقاله پروتکل مسیریابی اعتماد آگاه برای شبکه های کم توان و پر اتلاف انجام شده است. در ادامه توضیحاتی از بحث حملات در شبکه های کم توان و پر اتلاف ، معرفی مقاله ، پروتکل RPL ، پروتکل TRPL و روش پیشنهادی مقاله ارائه شده و فیلم و تصاویر خروجی پروژه در محیط نرم افزار آپنت به همراه لینک دانلود مقاله پایه قرار داده شده است.

تصویر detection-black-hole-gray-hole-rpl-opnet_5019_1 تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

حملات در شبکه های کم توان و پر اتلاف

پروتکل مسیریابی RPL که یک پروتکل برای شبکه های کم توان و پر اتلاف است، در مارچ سال 2012 استاندارد شد اما همچنان جنبه های امنیتی آن نیازمند مطالعه و تحقیق بیشتری می باشد و این پروتکل نسبت به حملات لایه شبکه مانند حمله سیاه چاله (Black Hole) و چاله خاکستری (Gray hole) حساس هستند و مکانیزم مناسبی برای تشخیص این حملات وجود ندارد. در تحقیقات قبلی سعی شده با استفاده از الحاق مکانیزم مدیریت اعتماد و اعتماد آگاه ساختن گره ها نسبت والد های خود از این نوع حملات جلوگیری شود.

تصویر detection-black-hole-gray-hole-rpl-opnet_5019_2 تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

معرفی مقاله

در این مقاله با استفاده از زمانبندی روش های قبل، سرعت تشخیص حمله سیاه چاله (Black Hole) و تشخیص حمله چاله خاکستری (Gray hole) را افزایش داده ایم. روش پیشنهادی را با نرم افزار شبیه ساز OPNET شبیه سازی کردیم. نتایج حاصل از شبیه سازی نشان می دهد که به کمک روش پیشنهادی، نه تنها سرعت شناسایی گره های بدخواه افزایش می یابد که باعث بهینه سازی نرخ تحویل نسبت به روش های قبلی می شود، بلکه باعث کاهش تعداد بسته های کنترلی شبکه نیز می گردد.

تصویر detection-black-hole-gray-hole-rpl-opnet_5019_3 تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

معرفی پروتکل RPL

پروتکل RPL یک پروتکل مسیریابی بردار فاصله و مسیریابی مبدأ می باشد و بر روی مکانیزم های لایه مک مختلف می تواند کار کند. عملکرد پروتکل RPL بر پایه مفهوم توپولوژیکی DODAG است. DODAG در لغت به معنی گراف جهت دار بدون دور مقصدگرای می باشد و ساختاری درخت گونه دارد که مسیرهای پیش فرض شبکه را مشخص می کند. قابل ذکر است که DODAG بیش از یک ساختار درخت معمولی می باشد. در DODAG هر گره می تواند بیش از یک والد داشته باشد ، در حالی که در درخت معمولی هر گره فقط یک والد دارد. RPL گره های خود را درون یک DODAG سازماندهی می کند.

تصویر detection-black-hole-gray-hole-rpl-opnet_5019_5 تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

معرفی پروتکل TRPL

در مقاله پروتکل RPL اعتماد آگاه برای شبکه های حسگر بی سیم (WSN) که در شانزدهمین کنفرانس دانشجویی مهندسی برق ایران ارائه شده، برای تشخیص گره های بدخواه سیاه چاله و چاله خاکستری یک سیستم مدیریت اعتماد ارائه داده شده است. در این روش هر گره به منظور شناسایی گره های والد بدخواه از بسته های پرسش از ریشه استفاده می کند، تا از تعداد بسته های رسیده به ریشه آگاهی پیدا کند و سپس با استفاده از این آگاهی سطح اعتماد مسیر فراهم شده توسط والد را محاسبه می کند. در صورت بدخواه بودن والد و کمتر شدن سطح اعتماد محاسبه گرهی والد، گره مورد نظر از میان والدهای کاندید خود، والدی را که دارای سطح اعتمادی بالاتر است انتخاب می کند. با این روش هر گره به راحتی می تواند از گره های بدخواه اجتناب کند.

تصویر detection-black-hole-gray-hole-rpl-opnet_5019_6 تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

روش پیشنهادی مقاله

در مقاله پروتکل RPL اعتماد آگاه برای شبکه های حسگر بی سیم (Wireless Sensor Network – WSN) به منظور شناسایی والد بدخواه از بسته های پرسش و پاسخ ریشه استفاده شده است. این بسته های پرسش به صورت دوره ای ارسال شده و هر گره از تعداد بسته های رسیده به ریشه آگاهی پیدا می کند و به کمک این اطلاعات سطح اعتمادش را به مسیر فراهم شده توسط والد بدخواه محاسبه می کند. با این روش اگرچه هر گره از تعداد بسته های رسیده به ریشه آگاهی پیدا می کند ولی تشخیص هرچه سریع تر سطح اعتماد مسیر فراهم شده توسط والد، نیازمند ارسال بسته های پرسش از ریشه با تناوب بیشتر می باشد، که باعث افزایش مصرف انرژی شبکه و همچنین سربار ناشی از بسته های پرسش از ریشه می شود.

تصویر detection-black-hole-gray-hole-rpl-opnet_5019_4 تشخیص حمله سیاه چاله و چاله خاکستری در پروتکل RPL و TRPL با نرم افزار OPNET

در روش پیشنهادی به منظور کاهش سربار ناشی از بسته های پرسش از ریشه و کاهش مصرف انرژی ناشی از ارسال بسته های پرسش و پاسخ ریشه از مفهوم تایمر قطره بهره برده ایم. در این روش به جای ارسال بسته های پرسش به صورت دوره ای، این بسته ها را در انتهای دوره های زمانی تایمر ارسال، تایمر قطره ارسال می کنیم. با این روش هنگام انتخاب والد جدید و بازنشانی تایمر قطره گره در فاصله های زمانی کوتاه تر اقدام به ارسال بسته های پرسش از ریشه می شود. که این تناوب کوتاه باعث پرسش های پی در پی گره شده و کمک خواهد کرد تا گره هر چه سریع تر از سطح اعتماد مسیر فراهم شده توسط والد خود آگاهی پیدا کند و با گذشت زمان و اطلاع پیدا کردن گره از سطح اعتماد مسیر فراهم شده توسط والد و افزایش تناوب تایمر قطره تناوب ارسال بسته های پرسش از ریشه نیز افزایش پیدا می کند. در نتیجه سربار ناشی از ارسال بسته های پرسش و پاسخ ریشه نیز کاهش پیدا می کند.

جدول پارامترهای شبیه سازی

ناممقدار
مدت زمان شبیه سازی200 ثانیه
تعداد گره های شبکه25 گره
ناحیه جغرافیایی (فضای شبیه سازی)200 متر در 200 متر
رنج ارسال هر گره40 متر
تعداد گره های سیاه چاله3 گره
تعداد گره های چاله حاکستری2 گره
نرخ سرویس دهی گره ها700 بسته در ثانیه
تعداد سناریوسه سناریو (RPL – TRPL – روش پیشنهادی)
نرم افزار شبیه سازOPNET 14.5
 


تصویر 1
تصویر 2
تصویر 3
تصویر 4
تصویر 5
تصویر 6
تصویر 7
تصویر 8
تصویر 9
تصویر 10
تصویر 11
تصویر 12
تصویر 13
تصویر 14
تصویر 15
تصویر 16
باکس دانلود
شناسه:
۵۰۱۹
توضیحات:
فایل های شبیه سازی شده در opnet و فیلم نحوه اجرا و مشاهده خروجی ها دارد - مقاله پایه آماده دانلود است
قیمت:
۱۸۶,۰۰۰ تـــــومان
ثبت نظر
ریفریش کنید!
نظرات کاربران (۰ مورد)

هیچ نظری ثبت نشده است