ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Intensive Investigation of RPL...>مارك

Intensive Investigation of RPL Attacks Based on Artificial Neural Network in Internet of Things "IoT"

العنوان بلغة أخرى: دراسة مكثفة لهجمات RPL على أساس الشبكة العصبية الاصطناعية في إنترنت الأشياء "IoT"
المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: مهدي، رياض حازم (مؤلف)
المؤلف الرئيسي (الإنجليزية): Mahdi, Reyadh Hazim
مؤلفين آخرين: عبدالأمير، ياسمين حمزة (م. مشارك) , بديوي، فيصل غازي (م. مشارك)
المجلد/العدد: ع40
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الصفحات: 1 - 15
DOI: 10.36541/0231-000-040-008
ISSN: 1819-6489
رقم MD: 1492303
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, HumanIndex
مواضيع:
تكنولوجيا المعلومات | الشبكات العصبية | إنترنت الأشياء | الهجمات الهيكلية
كلمات المؤلف المفتاحية:
أمن انترنت الأشياء | تعلم الشبكة العصبية الاصطناعية | بروتوكول التوجيه | إصلاح الهجوم المحلي | IoT Security | ANN Learning | RPL Attacks | Rank Attack | Local Repair Attack
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
LEADER 03911nam a22002777a 4500
001 2235945
024 |3 10.36541/0231-000-040-008 
041 |a eng 
044 |b العراق 
100 |9 791959  |a مهدي، رياض حازم  |e مؤلف  |g Mahdi, Reyadh Hazim 
245 |a Intensive Investigation of RPL Attacks Based on Artificial Neural Network in Internet of Things "IoT" 
246 |a دراسة مكثفة لهجمات RPL على أساس الشبكة العصبية الاصطناعية في إنترنت الأشياء "IoT" 
260 |b كلية المنصور الجامعة  |c 2023 
300 |a 1 - 15 
336 |a بحوث ومقالات  |b Article 
520 |a يعتبر بروتوكول التوجيه لشبكات الطاقة المنخفضة مناسباً بشكل ممتاز لأجهزة إنترنت الأشياء المقيدة (IoT) نظراً لإجراءاتها الموفرة للطاقة وأساليب التشغيل الآمنة والمقيدة والتي يمكن الوصول إليها. ومع ذلك، فإن الحاجة الملحة للأمن في شبكات إنترنت الأشياء القائمة على RPL تدفعنا إلى النظر في توجيه نقاط الضعف وتقييمها وتقديم مبررات محتملة للتحقيق العميق وتحليل وقياس هجمات هيكلية الشبكة في RPL التي تسمى الرتبة والإصلاح المحلي، تقدم هذه الورقة نموذجاً للشبكة العصبية الاصطناعية خفيفة الوزن. نقوم بدمج مجموعتي بيانات من سيناريوهات الهجوم وإنشاء نموذج ANN خفيف الوزن يتسبب في تأثير ملحوظ على وجه الدقة (إلى 0.99)، ومعدل إيجابي خاطئ منخفض. يعتمد هذا النهج على التحقيق والتحليل المتعمق والاستفادة من أهم سمات بروتوكول RPL لتشكيل أساس التقنية الشاذة المقترحة  |b The restricted Internet of Things (IoT) devices are well-suited to the energy-efficient processes and accessible, confined, secure modes of operation of the Routing Protocol for Low Power and Lossy Networks. Nevertheless, we feel compelled to investigate, evaluate, and provide probable explanations for routing vulnerabilities due to the pressing need for security in RPL-based IoT networks. In order to study, evaluate, and quantify network topology assaults in RPL, also known as rank and local repair, this research introduces a lightweight model of an artificial neural network. This study builds a small artificial neural network (ANN) model with a low false positive rate, high accuracy (up to 0.99), and a significant effect by merging two datasets of attack scenarios. The suggested anomalous method is based on this strategy, which involves researching, evaluating, and capitalizing on the most crucial aspects of the RPL protocol. 
653 |a تكنولوجيا المعلومات  |a الشبكات العصبية  |a إنترنت الأشياء  |a الهجمات الهيكلية 
692 |a أمن انترنت الأشياء  |a تعلم الشبكة العصبية الاصطناعية  |a بروتوكول التوجيه  |a إصلاح الهجوم المحلي  |b IoT Security  |b ANN Learning  |b RPL Attacks  |b Rank Attack  |b Local Repair Attack 
700 |9 791962  |a عبدالأمير، ياسمين حمزة  |e م. مشارك  |g Abdulammer, Yasamin Hhamza 
700 |9 791966  |a بديوي، فيصل غازي  |e م. مشارك  |g Abdiwi, Faisal Ghazi 
773 |4 العلوم الإنسانية ، متعددة التخصصات  |6 Humanities, Multidisciplinary  |c 008  |e Al Mansour Journal  |f Maǧallaẗ al-manṣūr  |l 040  |m ع40  |o 0231  |s مجلة المنصور  |v 000  |x 1819-6489 
856 |u 0231-000-040-008.pdf 
930 |d n  |p y  |q n 
995 |a EcoLink 
995 |a HumanIndex 
999 |c 1492303  |d 1492303 

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.