طراحی یک شبکه حسگر بی سیم (WSN) ایمن و طولانی مدت جهت جمع آوری داده ها

Designing A Secure and Long-Lived WSN for Data Collection

چکیده

1- مقدمه

2- تحقیقات مرتبط

3- رویکرد پیشنهادی

4- نتایج شبیه سازی

5- نتیجه گیری

منابع

چکیده

کمینه سازی انرژی یکی از وظایف مهم در WSN است که از طریق فرایند خوشه بندی انجام میشود. خوشه بندی در WSN روشی کارآمد برای افزایش طول عمر شبکه است. در کار پیشنهادی فعلی، تمرکز اصلی بر طول عمر شبکه است که برای کاهش شکستهای گره و افزایش تحویل بسته های داده ضرورت دارد. در این مقاله، ساختاربندی سلسله مراتبی با استفاده از رویکرد خوشه بندی بر مبنای فرایند کارآمد تراکم داده انجام میشود. فرایند تراکم داده در دو فاز تعریف میشود. فاز اول، آرایش گرهها در خوشه را با استفاده از توزیع یکنواخت؛ و فاز دوم، انتخاب سرخوشه و تراکم داده را با کمک برنامه ریزی خطی تعریف میکند. هدف اصلی، کمینه سازی مصرف انرژی و افزایش اعتبار و استحکام شبکه حسگر می‌ باشد. در نهایت، عملکرد شبکه بر اساس مصرف پایین انرژی، تحویل بالای بسته های داده، و ازدحام پایین در WSN ارزیابی خواهد شد.

2- تحقیقات مرتبط
2-1 طول عمر شبکه مبتنی بر خوشه بندی
در مطالعاتی که تاکنون انجام شده اند، چندین رویکرد خوشه بندی آگاه به طول عمر شبکه پیشنهاد شده اند. سلسله مراتب خوشه بندی تطبیقی کم انرژی (LEACH) یکی از رویکردهای اصلی خوشه بندی در WSN است [5]. شبکه حسگر در LEACH، برخی گرهها را به چند خوشه تقسیم میکند و سرخوشه بر مبنای یک آستانه احتمال از پیش تعیین شده انتخاب میشود. سایر گرهها به نزدیکترین سرخوشه متصل میشوند تا خوشه ها را ایجاد کنند. که این امر، ارتباط مستقیم با ایستگاه مبداء را کاهش میدهد. در این پروتکل، سریعترین تحویل، ضمانت میشود اما موجب مصرف انرژی بیشتری در انتقال داده می‌گردد. رفرنس [6] روشهای خوشه بندی جدیدی مثل خوشه بندی مبتنی بر فاصله، چگالی و انرژی (DDEC) پیشنهاد میکند. DDEC برای بهبود عملکرد شبکه استفاده میشود و در انرژی، فاصله و چگالی باقیمانده دسته بندی میگردد، و شبکه را به خوشه هایی با همان تعداد عضو تقسیم میکند تا به موازنه بار دست یابد. نویسنده در می یابد که عملکرد DDEC از نظر گره زنده و مصرف انرژی، بهتر از عملکرد DDCHS است‌. رفرنس [7] خوشه بندی داده ها در یک شبکه حسگر بی سیم را که بر روی یک شبکه عصبی نقشه ویژگی خود ساماندهنده (SOFM) پیاده سازی شده اند شرح می‌دهد. WSN یکی از شبکه های ارتباطی نویدبخش برای ارزیابی و پایش محیط است. در این نوع شبکه، ارتباط از طریق سیگنالهای رادیویی برقرار میشود. از اینرو گره حسگر از ظرفیت ذخیره سازی، حس کردن و پردازش داده ها برخوردار است.

مطالعات مختلفی در ارتباط با طول عمر شبکه بر مبنای تراکم داده انجام شده اند. رفرنس [8] مسیریابی تراکم سازگار را با هدف کاهش تاخیر برای شبکه های حسگر بی سیم چندلایه بررسی کرده است. این مطالعه دریافته است که تراکم داده روشی بسیار کارآمد بویژه در کاهش حجم داده های منتقل شده و افزایش طول عمر شبکه است. این مطالعه بطور ویژه نشان داده است که وقتی طول زمان انتظار، بزرگتر یا معادل با تراکم از پیش تعیین شده می‌باشد داده های بیشتری، اما به هزینه افزایش تاخیر، بازارسال میشوند. بنابراین هدف از شماهای AAR در مطالعه[8] ، ارسال داده ها به گرههایی با صفوف طولانی داده است به منظور تضمین اینکه صفوف طولانی از مقدار کوچکی از داده ها برخوردارند بنحوی که تراکم داده قابل اجراست و از اینرو تاخیر کاهش می یابد. همه پروتکل های تراکم ذکرشده در فوق به دستیابی به این اهداف کمک میکنند زیرا آنها با بکارگیری موثر پارامترهای مرجع در دسترس، بر مفهوم ارسال داده موفق اثر می‌ گذارند. مطالعات سابق نشان داده اند که همکاری، هماهنگی و مدیریت گرههای حسگر برای حل و فصل مساله ناکارآمدی انرژی که طول عمر شبکه را کاهش میدهد ضرورت دارند [9].

2-2 تراکم داده مبتنی بر طول عمر شبکه
مطالعات گوناگون به نتایجی درباره تراکم داده بر مبنای طول عمر شبکه دست یافته اند. یکی از این مطالعات در رفرنس [10] درباره مکانیسمهای تراکم داده در IOT، مروری نظام مند بر مطالعات پیشین انجام داده و توصیه هایی به محققان آینده ارائه نموده است. این مطالعه دریافته است که تراکم داده، یکی از موثرترین روشهای بکار رفته برای کاهش تعداد ارسال داده بین اشیاء است. این مطالعه همچنین دریافته است که ممکن است کاهش افزونگی داده در افزایش طول عمر شبکه و کاهش مصرف انرژی نقش داشته باشد. مطالعه [10] تحلیل نظام مندی از IOT در مکانیسمهای تراکم داده ارائه داده و دریافته است که سه مکانیسم اصلی وجود دارد: مکانیسم مبتنی بر خوشه بندی، مکانیسم مبتنی بر درخت، مکانیسم متمرکز. همچنین یک مقایسه مشروح از تکنیکهای برجسته نشان داده است که مکانیسم تراکم داده بکار رفته در IOT، برای بازدهی و کاهش افزونگی داده ها ضروری است. شبکه های حسگر اکنون با اصلاح نمایشهای چند رسانه ای، بعلت مشخصات ارزشمند و تنوع کاربردشان، استاندارد هستند. هنوز شبکه های حسگر حاوی گرههای بسیار کوچکی بوده و به باتریها وابسته هستند و همچنین توالی گرهها قابل توسعه نیست. بنابراین تحقیقاتی مفید با استفاده از روشهای کنترل تراکم داده بزرگ انجام میشوند که از الگوریتم بهینه سازی کلونی مورچگان و الگوریتم PSO برای انجام محاسبات نرم جهت افزایش طول عمر شبکه استفاده میکنند [11]. گرهها در شبکه های حسگر برای گردآوری اطلاعات به کمک رسانه بی سیم بکار میروند. اطلاعات تولید شده با کمک گرههای همسایه، بسیار زائد و تکراری هستند و موجب بار ترافیکی، تاخیر و ازدحام بزرگی میشوند که انرژی زیادی مصرف کرده و عمر شبکه را کاهش میدهد. بنابراین کارهای زیادی بر روی منابع داده گوناگون و روش صرفه‌جویی در انرژی با دوره نفهتگی کوچک بر اساس دریافت و ارسال داده انجام میشوند [12]. از آنجا که میزان تقاضای IOT بسیار بالاست بنابراین جمع آوری داده، رویه مهمی برای کاهش هدررفت انرژی گرههای شبکه جهت افزایش طول عمر شبکه است. بنابراین خوشه بندی داده ها و شناسایی کنشهای ناهنجار، که یک روش تراکم داده است که از رویکردهای گوناگون خوشه بندی مثل C-میانگین فازی استفاده میکند، نیز در بازار موجود است تا افزونگی‌ شبکه های حسگر بی سیم را کاهش دهد [13].

مروری بر الگوریتم های مکان یابی بر اساس رویکرد شبکه سازی تعریف شده نرم افزاری در شبکه حسگر بی سیم (WSN)

A review of localization algorithms based on software defined networking approach in wireless sensor network

چکیده
1 مقدمه
2 پیش زمینه
3 مکان یابی
4 روش های مکان یابی در SDWSN
5 نتیجه شبیه سازی برای برخی از روش های مورد استفاده در SDWSN
6 نتیجه گیری
منابع

چکیده

مکان یابی شبکه حسگر بی سیم (WSN ) چالش مهمی است، زیرا رابطه ای قوی بین داده های تجمیعی حسی و مکان منشا داده ها وجود دارد. تکنیک شبکه های مبتنی بر نرم افزار (SDN ) از الگوریتم مکان یابی پشتیبانی می کند و تمام محدودیت ها و محدودیت های شبکه را در نظر می گیرد. با استفاده از دانش شبکه جهانی ارائه شده توسط کنترل کننده های SDN، نتایج مطالعات قبلی نشان می دهد که عملکرد شبکه می تواند به میزان قابل توجهی بهبود یابد. این مقاله الگوریتم‌های مکان یابی را که اخیراً پیشنهاد شده اند بررسی می‌کند و نتایج شبیه‌سازی را برای هر روش مورد استفاده در شبکه‌های حسگر بی‌سیم نرم‌افزاری ( SDWSN) مورد بحث قرار می‌دهد تا بهترین راه برای یافتن گره‌های مکانی با بالاترین دقت و کمترین مصرف انرژی پیدا کند. این مقاله همچنین پارادایم شبکه نرم افزاری و چالش های WSNS را ارائه می دهد که توسط SDWSN ها حل شده اند.

2 پیش زمینه
• مفهوم SDN
شبکه نرم افزاری (SDN) یک پارادایم شبکه است که برای ساده سازی مدیریت و پیکربندی شبکه طراحی شده است. این شبکه صفحه جداسازی کنترل شبکه را از دستگاه های شبکه زیرین (صفحه داده) انجام می دهد، صفحه داده با اطلاعات کم یا بدون هوش تبدیل به دستگاه ارسال می شود. این شبکه جداسازی اطلاعات متمرکز شبکه را در کنترل کننده فراهم می کند که نمای کلی از شبکه دارد [7]. ویژگی منحصر به فرد SDN این است که قابلیت برنامه ریزی را از طریق جداسازی صفحات کنترل و داده امکان پذیر می کند و مدیریت شبکه را بسیار انعطاف پذیرتر می کند [8،81].

• صفحه داده (لایه زیرساخت): شامل عناصر شبکه مانند دستگاه های فیزیکی (کلید ها، روترها، نقاط دسترسی بی سیم و غیره) است که با ترافیک شبکه قرارداد دارند، ارسال بسته را در داخل شبکه کنترل می کند، در حالی که رفتار آن توسط صفحه کنترل تعیین می شود. در اصطلاح SDN این دستگاه ها به عنوان سوئیچ های شبکه نامیده می شوند [11،85].

• صفحه کنترل: لایه ای قدرتمند در شبکه است که تصمیم کنترل کننده را در خود جای داده و مسیریابی را برای ترافیک در شبکه فراهم می کند. این لایه مسئول پیکربندی صفحه ارسال است. عملکردهای صفحه کنترل عبارتند از کشف و نگهداری توپولوژی، انتخاب مسیر بسته و مکانیسم های شکست مسیر [12، 29-34]. پروتکل های مسیریابی مختلف مانند RIP، OSPF، BGP و EIGRP توسط صفحه کنترل اجرا می شوند [35-39، 13].

• صفحه برنامه: این صفحه در بالای پشته SDN قرار دارد که شامل تمام برنامه هایی است که از خدمات ارائه شده توسط کنترل کننده برای اجرای وظایف مربوط به شبکه بهره برداری می کنند. نمونه هایی از برنامه های شبکه عبارتند از متعادل سازی بار، مسیریابی، مجازی سازی شبکه و غیره [11،14،40،41].

امنیت در شبکه حسگر بیسیم: نگاه فعلی

Security in Wireless Sensor Network: A Current Look

چکیده

1 مقدمه

2 معماری شبکه حسگر بی سیم (WSN)

3 مسائل امنیتی شبکه حسگر بی سیم (WSN)

4 طبقه بندی لایه ای حملات به شبکه حسگر بی سیم (WSN)

5 الگوریتمهای رمزنگاری سبک وزن

6 مسائل پژوهشی

7 نتیجه گیری

منابع

چکیده

     شبکه حسگر بی سیم (WSN) برای خودکار سازی و بهبود قابلیتهای جمع ‌آوری اطلاعات در پروژه ‌های شاخصی از قبیل پایش پزشکی، صنایع، تحقیقات و آزمایشات علمی، کارخانه ها، حمل و نقل و غیره استفاده می‌ شود. بازی واقعیت افزوده (AR )، واقعیت مجازی (VR)، دستگاه های پوشیدنی، شهرهای هوشمند، و کشاورزی هوشمند، برخی از برنامه های جدیدتر آن هستند. دولتها نیز در برنامه های نظامی خود، از شبکه حسگر بی سیم (WSN) برای جمع آوری داده ها و اطلاعات استفاده می کنند. گره های WSN در سطح گسترده ای استفاده می شوند، و از آنجاییکه ارزان، پودمانی، قابل برنامه ریزی، قابل پیکره بندی و اد هاک هستند، می توانند در یک محیط باز با اتصال بی سیم و غیره نیز استفاده شوند. این ویژگیها سبب شده که WSN به آسانی مورد حمله مهاجمان قرار بگیرد. داده های جمع آوری شده توسط WSN برای افراد یا سازمانها، داده های خصوصی یا حساسی هستند. از این رو، امنیت مسئله مهمی در تحقیقات WSN در نظر گرفته می شود. در این مقاله، یک مرور اجمالی بر امنیت WSN را ارائه می دهیم. ابتدا WSN و معماری آن را معرفی می کنیم. سپس، در مورد طبقه ‌بندی لایه ‌ای حملات امنیتی و تکنیکهای کاهشی محتمل به بحث می پردازیم تا بتوانیم حملات و شدت آنها را درک کنیم. برای حفظ امنیت WSN، الگوریتمهای رمزنگاری سبک وزن را از نظر شایستگی، عملکرد، نیاز به باتری و موارد دیگر مورد تحلیل و بررسی قرار می دهیم.

معماری شبکه حسگر بی سیم (WSN)
     پشته های شبکه به صورت لایه ‌هایی تقسیم می‌ شوند تا پیچیدگیها و مسئولیتها در لایه ‌های مختلف را از هم تفکیک کنند، و همچنین اشکال ‌زدایی و نگهداری آسان ‌تر از پشته ها را میسر سازند. مدل OSI و TCP/IP از بارز ترین پشته های شبکه هستند. پشته شبکه WSN نیز همانند مدل OSI که در شکل 1 نشان داده شده به صورت معماری پنج لایه ای تقسیم می شود.

• لایه فیزیکی در WSN همانند مدل OSI است و پایین ترین لایه در پشته شبکه است. این لایه، لینکی را برای ارتباط بین موتها و دریافت/ ارسال داده ها بصورت دو دویی ایجاد می کند. علاوه براین، وظایفی همچون جستجوی گستره مناسب فرکانس برای انتقال داده ها، تولید فرکانس حامل برای ارسال داده ها، منحرف کردن سیگنالها، مدولاسیون سیگنالها، رمزنگاری داده ها و دریافت سیگنال داده ها را بر عهده دارد.
• لایه لینک داده ها وظایف مختلفی را بر عهده دارد که عبارتند از: مالتی پلکس سازی سیگنال داده ها، تشخیص تصادم، تشخیص چارچوب داده ها، کنترل خطا، کنترل دسترسی به یک محیط انتقال (MAC) و ارائه ارتباطات مطمئن نقطه به نقطه و یک نقطه به چند نقطه.
• لایه شبکه وظایفی مانند تخصیص آدرس شبکه را بر عهده دارد، که مبتنی بر داده یا مکان هستند نه یک شماره I.D منحصربفرد، به این دلیل که اندازه شبکه WSN می تواند بسیار بزرگ باشد، ارتباط بین شبکه ای با شبکه های خارجی دارد و ارسال بسته های داده را مدیریت و کنترل می کند.
• لایه حمل ملزم به ارائه اطلاعات برای نقل و انتقال مطمئن بسته های داده است. مسیریابی بسته های داده توسط لایه شبکه از طریق اطلاعات عبوری از لایه حمل انجام می شود. اگرچه قابلیت اطمینان انتقال داده ها از مبدا به مقصد را با توجه به عدم وجود یک طرح منحصربفردآدرس دهی جهانی، مقیاس پذیری شبکه، اتلاف توان و موارد دیگر نمی توان مانند قابلیت اطمینان لایه انتقال در مدل OSI تضمین کرد. اما لایه حمل WSN می تواند یک قابلیت اطمینان متمرکز را تضمین کند.
• بالاترین لایه در پشته WSN ، لایه کاربرد است. این لایه، چگونگی ساختار بندی و قالب بندی داده ها را قبل از ارسال به گره های دیگر در شبکه کنترل می کند و قالب و ساختار داده هایی که از گره های دیگر دریافت می شوند را تعیین می کند. این لایه به عنوان یک واحد قابل برنامه ریزی عمل می کند که همه لایه های دیگر موجود در WSN را جدا می کند و اجرای برنامه های مختلف و تعامل کاربر با آن را میسر می سازد.

ارزیابی جنبه های امنیتی شبکه های حسگر بی سیم

Evaluation of Security Aspects of Wireless Sensor Networks

چکیده

1. مقدمه

2. کاربردهای WSNها

3. امنیت در شبکه های حسگر بی سیم

4. کارهای مرتبط

5. معیارهای پیشنهاد شده

6. نتیجه‌گیری

منابع

چکیده

شبکه های حسگر بی سیم به اجرای متعدد سیاست امنیت قوی نیاز دارند تا هر داده‌ای را که از آنجا انتقال می‌یابد یا توسط آن دریافت می‌شود، به طور موثری ایمن کند. این موضوع به نوبه خود مستلزم سیاست‌ها و روش‌های طراحی شده امنیتی موثر است، طوری که در مورد هر حمله، داده‌ همواره محافظت شود. هر سیاست واحد، در حالی که به خودی خود موثر می‌باشد، شبکه را به میزان لازم علیه همه انواع حملات ایمن نخواهد کرد. به منظور فراهم کردن ایمنی قوی، باید چند روش امنیتی به صورت لایه‌ای اجرا شود. در این مقاله، دسته‌بندی‌های گسترده از کاربردهای شبکه‌های حسگر بی‌سیم، و توصیف خلاصه از این کاربردها با تمرکز روی موارد استفاده حیاتی امنیتی مانند نظامی، مورد مطالعه قرار می‌گیرند. اهداف امنیتی و انواع حملات با اقدامات متقابل مربوطه مورد ارزیابی قرار می‌گیرند. چند پیاده‌سازی موجود از پروتکل‌های امنیتی شبکه حسگر بی‌سیم بررسی می‌شوند، و معایب این روش‌ها مورد بحث قرار می‌گیرند. در بخش‌های انتهایی مقاله، پیشنهادهایی برای غلبه بر این معایب مطرح می‌شود.

کاربردهای WSNها
حوزه‌های ممکن زیادی برای کاربرد WSNها وجود دارد.
A. دسته‌بندی گسترده کاربردهای WSN
دسته‌بندی‌های اصلی کاربردهای WSN در شکل 3 نشان داده شده است.
در این زمینه‌های متنوع، WSNها اهداف گوناگونی دارند ]5[. برخی از آن‌ها عبارتند از:
1. صنعت مراقبت بهداشتی ]8[: ردیابی پارامترهای حیاتی و سایر پارامترها برای نظارت بر سلامت به منظور توانایی برای درمان‌های مراقبت از سلامت در خانه و پزشکی راه دور از طریق شبکه های بی سیم ناحیه بدن با حسگرهای پوشیدنی.
2. کشاورزی ]9[: ردیابی مقادیر فیزیکی مانند دما، شرایط خاک، رطوبت، و غیره برای اطمینان از شرایط بهینه محصول در کشاورزی دقیق مبتنی بر فناوری جهت به حداکثر رساندن تولید، در عین حال به حداقل رساندن تاثیر روی محیط.
3. ساختمان‌های هوشمند و خانه‌های هوشمند ]10[: ایجاد امنیت در خانه و سیستم‌های یکپارچه با سیستم‌های کنترل روشنایی، کنترل از راه دور دستگاه‌های متصل، مدیریت مصرف انرژی، سیستم‌های مراقبت پزشکی از راه دور و امنیت.
4. ردیابی هدف (]11[ و ]12[): تشخیص، ردیابی و نظارت هر هدفی ( وسیله نقلیه، حیوانات، و غیره)، که می‌تواند در کاربردهای متنوعی مانند نمونه‌برداری پوششی مناطق بزرگ و غیرقابل دسترس ( اقیانوس عمیق، و غیره)، نظارت بر سطح جاده ( برای تشخیص چاله)، ردیابی گونه‌های در معرض خطر، و غیره مورد استفاده قرار گیرد.
B. WSNها برای کاربردهای نظامی (]13[ و ]16[)
WSNها امنیت و نظارت را هم فراهم می‌کنند، و در زمینه نظامی، سه دسته اصلی از کاربردها عبارتند از ]13[:
1. کاربردهای نظارت بر میدان جنگ: این‌ها از نقاط معمولی کم‌هزینه (اصطلاح دیگری برای گره‌ها) برای حس کردن سیگنال‌های صوتی و مغناطیسی تولید شده توسط اهداف متحرک مختلف استفاده می‌کنند، که می‌تواند شناسایی و طبقه‌بندی اهداف ( وسایل نقلیه یا نیروها) را امکان‌پذیر کند.
2. نظارت رزمی: از آرایه‌های حسگر صوتی برای شناسایی سیگنال‌ها از وسایل نقلیه متحرک و تیراندازی در حال مکان‌یابی منبع استفاده می‌کند. آن‌ها همچنین سیستم شبکه‌های حسگر بدنی (BSNها) را برای سربازان مورد استفاده قرار می‌دهند تا نظارت بر سلامت به موقع انجام شود.
3. تشخیص مزاحم: این امر را می‌توان با کمک حسگرهای لرزه‌ای و حسگرهای صوتی مراقبت‌نشده انجام داد که صداها و لرزش‌های مزاحمان را تشخیص خواهد داد.
این کاربردها از انواع حسگرها ]6[ برای تشخیص نفوذ، مواد شیمیایی یا سایر مواد و فاصله از اشیاء مورد نظر و برای اهداف تصویربرداری استفاده می‌کنند. این‌ها شامل حسگرهایی مانند حسگرهای مادون قرمز، رادار، لیزری و صوتی، لرزشی، لیدار، و انواع حسگرهای شیمیایی هستند.

بهبود حمله سرویس در شبکه حسگر بی سیم بر اساس یادگیری ماشین

Service Attack Improvement in Wireless Sensor Network Based on Machine Learning

چکیده
1- مقدمه
2. مطالعات مرتبط
3- روش پیشنهادی
3-1- حمله برخورد
3-2- حمله ناعادلانه
3-3- حمله خسته کننده
3-4- رویکرد مبتنی بر NN
4- نتیجه و بحث
4-1- امنیت در برابر حمله DoS با استفاده از SVM
4-2- تحلیل عملکرد
5- نتیجه گیری
منابع

چکیده

تعدد سنسورها در یک شبکه حسگر بی سیم (W.S.N.) یک گره شاخص فیزیکی است که امکان تعامل گره های حسگر تشخیصی را فراهم می کند. امنیت شبکه های حسگر بی سیم در بسیاری از کاربردهای عملی، یک مسئله اساسی است. هدف ما راه‌اندازی عدم پذیرش حملات سرویس و پاسخگویی به شبکه های حسگر بی سیم برای افزایش امنیت با شناسایی دشمن است. انواع متفاوت لایه های مختلف در وقوع WSN. این دو نوع تکنیک یادگیری ماشین ، شبکه عصبی (NN)، ماشین بردار پشتیبان (SVM)، حملات لایه کنترل دسترسی به رسانه (MAC) را تشخیص می دهند. باید این دو روش را مقایسه کنم. این شبکه یک گره حسگر بی سیم کانال دسترسی، MAC دارد. لایه محافظ ضروری است. از احتمال سناریو WSN، شبیه ساز شبکه بی سیم ، شبیه‌سازی خطای شخم Vanderbilt، استفاده کنید.

1- مقدمه

سنسور یک وسیله فیزیکی یا مجموعه ای از داده ها در مورد عملکردی است که اتفاق افتاده است و بیشتر سنسورها را برای جمع آوری اطلاعات از راه دور به یک ایستگاه آماده اعزام می کتند. وقتی این حسگرها به وفور برای مشاهده آب و هوای فیزیکی ساخته شده باشند ، ساختار W.S.N را تشکیل می دهند. شبکه های حسگر از راه دور در مورد مجموعه گسترده ای از مسائل امنیتی صحبت می کنند که باید مورد استفاده قرار گیرند. باید یکی از مشکلات را در نظر بگیریم. به عنوان مثال ، انرژی مهم‌ترین مسئله مربوط به W.S.N است. سنسور هاب‌های W.S.N توسط باتری یا نیروی خورشیدی کار می‌کنند. این سنسورها در تجهیزات ذخیره اطلاعات، نیروی پردازش و شرایط سرعت انتقال مکاتبات محدود شده اند.

5- نتیجه گیری

از هر دو روش یادگیری ماشین شبکه عصبی و SVM برای شناسایی حملات DoS استفاده می شود. این موارد تنها مثال هایی بدون برنامه ریزی مجدد هستند.آنها مبتنی بر یادگیری نظارت شده هستند. استفاده از این روش های، گره های بد می تواند طول عمر شبکه را برای صرفه جویی در نیرو طولانی کند. NN یک سیستم موازی توزیع شده است، یک برنامه خطی که می تواند این مشکل را حل کند حل نمی شود. روش آموزش SVM مبتنی بر هسته برای پیدا کردن حداقل جهانی به کار می رود. یک تحلیل اجرا بین این 2 تکنیک را می توان یافت، حملات SVM DoS را می توان با دقت 97% جستجو کرد، در حالی که N.N در صورتی که SVM دقیق تر از NN باشد ممکن است به 91% برسد. آن بیش از N.N زمان می برد، روش مبتنی بر SVM بیشتر شبیه N.N است تا جستجوی حملات DoS.

Abstract

A plurality of sensors in a wireless sensor network (W.S.N.) is a physical parameter node that allows detection sensor nodes to interact. Security is an essential issue in wireless sensor networks of many practical applications. Our goal is to launch denial of service attacks and respond to wireless sensor networks to enhance security by detecting the enemy. Different kinds of different layers in the occurrence WSN. These two types of machine learning techniques, neural network (NN), detect a Support Vector Machine (SVM), a media access control (MAC.) layer attacks. I have to compare the two methods. It has an access channel wireless sensor node, MAC. Protective layer is essential. Use scenario probability WSN. Wireless network simulator, Vanderbilt plow error simulation.

1. Introduction

A sensor is a physical article or an assortment of data about a function that happened, sending most sensors for gathering the information remotely to a preparing station. When these sensors are hugely composed of observing the physical climate, they structure a W.S.N. Remote sensor networks speak to a wide assortment of security issues that must be tended. We should consider one of a kind of difficulties. For instance, energy is the primary consideration related to W.S.N. W.S.N. Hubs sensor by a battery or sun oriented force. These are restricted in the information stockpiling asset, processing force and correspondence transfer speed terms.

5. Conclusion

Both SVM and neural network machine learning techniques are used to detect DoS attacks. These are just examples, without re-programming. They are based on supervised learning. Using these methods, malicious nodes can prolong the life of the network to save power. NN. is a distributed parallel systems; a linear program can solve the problem can not be solved. SVM training method using kernel-based to find the global minimum. An analysis of the performance between the two techniques can be found SVM DoS attacks can be detected, accuracy 97%, while the N.N. may reach 91% if SVM is more accurate than NN. It will take a longer time than N.N.; the SVM-based method is more like N.N. Rather than detecting DoS attacks.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بهبود حمله سرویس در شبکه حسگر بی سیم بر اساس یادگیری ماشین

Service Attack Improvement in Wireless Sensor Network Based on Machine Learning

ارزیابی تجربی تاثیر طول بسته در شبکه های حسگر بی سیم در معرض تداخل

Experimental evaluation of the impact of packet length on wireless sensor networks subject to interference

چکیده
1- مقدمه
2- کار مرتبط
3- اطلاعات پیشینه
1-3 استاندارد IEEE 802-15-4
2-3 رابط بی سیم
4- پروتکل های چرخش وظیفه برای شبکه های حسگر بی سیم
1-4 پروتکل ContikiMAC
2-4 پروتکل X-MAC
3-4 پروتکل LPP
5- راه اندازی تجربی
1-5 نود حسگر بی سیم
2-5 منبع تداخل
3-5 اندازه گیری توان
6- نتایج و بحث
1-6 ارتباطات همه پخشی
2-6 تک پخشی
3-6 حساسیت به تداخل
7- نتیجه گیری

چکیده

امروزه شبکه های حسگر بی سیم (WSN) به عنوان یک فناوری توانمند کننده برای طیف وسیعی از سیستم های سایبری- فیزیکی شناخته می شوند. با این حال، به منظور مقابله با قابلیت اطمینان و الزامات بهره وری انرژی، چالش های تحقیقاتی متعددی می بایست رفع گردد. به عنوان مثال، تداخل الکترومغناطیسی تاثیر منفی بر ارتباطات بی سیم دارد و منجر به افزایش برخورد بسته، ازدحام شبکه و افزایش مصرف انرژی توسط دستگاه ها می شود. بنابراین نمایان کردن نقش پیچیده میان ارتباطات تحت تداخل و پارامترهای شبکه های حسگر برای دستیابی به طرح های منتخب و بهبود عملکرد سیستم الزامی است. ما در این کار مطالعه تجربی از قابلیت اطمینان و بهره وری انرژی شبکه های حسگر سازگار با استاندارد IEEE 802.15.4 تحت تداخل کنترل شده را به عنوان تابعی از طول بسته ها پیشنهاد می دهیم. نتایج حاصل از آزمایش های گسترده بر روی طیف وسیعی از پروتکل های دسترسی ناهمگام و توان پایین به رسانه، به مصالحه بین مصرف انرژی و مقاومت در برابر تداخل اشاره دارد و دیدگاه مقایسه ای از این پروتکل ها فراهم می آورد؛ بنابراین راهکارهای سودمند در انتخاب و طراحی عناصر مختلف حیاتی را نشان می دهد.

1- مقدمه

نفوذ وسیع شبکه های حسگر بی سیم به عنوان یک فناوری توانمند کننده برای طراحی و برنامه ریزی سیستم های پیچیده و فراگیر سایبری- فیزیکی سبب ایجاد انگیزه در فعالیت های تحقیقاتی در راستای طراحی راهکارهای مطمئن و کارآمد از نظر انرژی شده است [1].
با این حال، این تلاش ها توسط عوامل متعددی همانند عملکرد در محیط های در معرض تداخل با مشکلاتی مواجه شده است. در واقع ارسال بر بستر یک واسط بی سیم می تواند با ارسال های همزمان از نودهای دیگر شبکه یا با دستگاه های فرکانس رادیویی دیگر که در همان محدود فرکانسی کار می کنند تداخل ایجاد کند که اغلب منجر به عدم کدگشایی صحیح در گیرنده می شود. نوع قبلی تداخل به عنوان تداخل داخلی دسته بندی می شود در حالی که نوع دوم به طور معمول به عنوان تداخل خارجی شناخته می شود. به ویژه، پیاده سازی شبکه های WSN متراکم مستعد تداخل داخلی هستند، در حالی که تداخل خارجی اساساً به دلیل هم پوشانی جزئی یا کامل ارتباطات رادیویی با دستگاه های دیگری است که در باند فرکانسی 2.4 GHz ISM کار می کنند (مانند فرستنده-گیرنده های وای فای 802.11b/g/n یا بلوتوث) دستگاه های الکترونیکی مشتریان مانند اجاق های مایکروویو به دلیل مسائل سازگاری الکترومغناطیسی می توانند تداخل در باند 2.4 GHz ISM ایجاد کنند [2].

7- نتیجه گیری

تداخل الکترومغناطیسی ارتباطات را مختل و طول عمر شبکه حسگر بی سیم را محدود می کند. در واقع برای طراحی یک سیستم منعطف و قابل اطمینان شبکه ای، درک کامل نقش پارامترهای فضای طراحی بر روی عملکرد، در محیط های در معرض تداخل، قطعی است. ما در این کار یک ارزیابی تجربی را ارائه کرده ایم که هدف آن ارزیابی تاثیر اندازه محموله و قابلیت اطمینان ارتباط و هزینه انرژی لینک پیشنهادی شامل یک زوج نود حسگر متاثر از سطوح تداخل کنترل شده است. ما آزمایش هایی را برای بررسی سناریوهای مختلف (با پروتکل های مختلف کم توان MAC و مطابق با الگوهای ارتباطی متفاوت) با اندازه گیری نرخ دریافت بسته و مصرف انرژی سیستم تحت مطالعه است.

Abstract

Wireless sensor networks are nowadays considered an enabling technology for a wide spectrum of cyber-physical systems applications. However, in order to cope with stringent dependability and energy efficiency requirements, several research challenges have to be solved. Electromagnetic interference, for instance, adversely affects wireless communication, resulting into increased packet collisions and network congestion, and also increasing the energy consumption of devices. Highlighting the complex interplay between communication under interference and parameters of sensor networks is therefore mandatory for driving design choices and improving system performance. In this work we propose an experimental study of the reliability and energy efficiency of IEEE 802.15.4 compliant sensor networks under controlled interference, as a function of the packets length. The results of an extensive set of experiments on an ample range of low-power asynchronous, medium access protocols point out the trade-off between energy consumption and robustness to interference and also provide a comparative view of the protocols, thus indicating useful guidelines in the choice and in the design of several critical components.

1- Introduction

The widespread diffusion of wireless sensor networks (WSN) as enabling technology for planning sophisticated, ubiquitous cyberphysical systems motivates research efforts towards the design of reliable and energy efficient solutions [1]. However this endeavor is hampered by several factors, such for instance operativeness in environments subject to interference. Indeed, transmissions over a wireless medium could interfere with simultaneous transmissions from other nodes of the network or with other radio frequency devices operating within the same frequency range, often resulting in the impossibility of correct decoding at the receiver. The former type of interference is classified as internal while the latter is usually referred to as external. Specifically, dense WSN deployments are particularly prone to internal interference, while external interference is basically due to partial or complete overlapping of radio communication with that of other devices operating within the 2.4 GHz ISM band (e.g. WiFi 802.11b/g/n or Bluetooth transceivers). Consumer electronics appliances (e.g. microwave ovens) could also generate interference within the 2.4 GHz ISM band because of electromagnetic compatibility issues [2].

7- Conclusions

Electromagnetic interference impairs communication and limits the lifetime of WSN. Indeed, to design reliable and flexible networked embedded system, detailed understanding of the role of parameters of the design space on performance, in environments subject to interference, is decisive. In this work we presented an experimental assessment aimed at evaluating the impact of payload size on the reliability of the communication and on the energy expenditure of a link composed by a pair of sensor nodes affected by controlled interference levels. We have conducted experiments to explore different scenarios (e.g. with various low-power MAC protocols and according to different communication patterns) by measuring the packet reception rate and the energy consumption of the system under study

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

ارزیابی تجربی تاثیر طول بسته در شبکه های حسگر بی سیم در معرض تداخل

Experimental evaluation of the impact of packet length on wireless sensor networks subject to interference

الگوریتم کارآمد انرژی توزیع شده برای اطمینان از پوشش شبکه های حسگر بی سیم (WSN)

Distributed energy efficient algorithm for ensuring coverage of wireless sensor networks

چکیده
1 مقدمه
2 تحقیقات مرتبط
3 مقدمات
4 روش پیشنهادی
5 شبیه‌سازی و نتایج
6 نتیجه گیری
منابع

چکیده
مصرف انرژی، عمر شبکه و پوشش به‌عنوان چالش‌های اصلی در شبکه‌های حسگر بی‌سیم محسوب می‌شوند. این تحقیق روشی را پیشنهاد می‌کند که سطح شبکه را به سلول‌های مربعی بر اساس محدوده جغرافیایی شبکه‌بندی می‌کند. گره پردازش کننده بیشترین انرژی، به‌عنوان یک ادغام کننده در هر سلول انتخاب می‌شود. با توجه به سطح پوشش و انرژی باقی‌مانده، الگوریتم کرم شب‌تاب جهت انتخاب و حفظ مناسب‌ترین گره در هر سلول عمل کرده درحالی‌که بقیه گره‌ها را غیرفعال می‌کند. منحصر به فرد بودن الگوریتم کرم شب‌تاب تکاملی پیشنهادی، تضمین پوشش مؤثر و مطلوب شبکه است. از Omnet++ جهت مطالعه شبیه‌سازی استفاده‌شده است و نتایج آنها با نتایج مدل های TCO و ACO حریصانه مقایسه شده‌اند. یک پوشش به‌مراتب بزرگ‌تر توسط روش پیشنهادی با گره‌های کمتر و %30 کاهش تقاضای انرژی ارائه شده است. مزیت افزوده شده، افزایش عمر شبکه است.

2- تحقیقات مرتبط
اخیراً، بهینه‌سازی پوشش و کارایی (راندمان) انرژی در شبکه‌های حسگر بی‌سیم به‌عنوان موضوع اصلی بررسی‌های تحقیقاتی مطرح‌شده است. جهت کسب جزئیات بیشتر در مورد مسائل مرتبط با این موضوع، به بخش [1,7] مراجعه کنید. دو مسئله اشاره‌شده در ابتدا به صورت مجزا و مستقل به‌عنوان ابزاری جهت کاهش چالش های موجود در طراحی پروتکل در نظر گرفته شدند. این گره‌های حسگر با منبع انرژی باتری محدود موجب تخلیه شدن تدریجی انرژی ها و عدم کارکرد برخی گره‌ها می‌شوند که در نتیجه موجب ایجاد حفراتی در ناحیه مورد بررسی می‌شوند. در نواحی بدون پوشش گره، حفرات به نحوی ایجاد می‌شوند که پوشش را جبران می کنند.

تکنیک های مختلف جهت بهبود پوشش شبکه حسگر بی‌سیم در [10] موردبحث قرار گرفته اند. قرار گیری گره به‌عنوان یکی از مهم ترین عوامل محسوب می‌شود که در پوشش شبکه تأثیر گذار است. می‌توان از حسگر ها در ناحیه مورد بررسی به صورت تصادفی یا مشخص استفاده کرد. انتخاب روش استفاده از سنسور ها بستگی زیادی به نوع، کاربرد و شرایط محیطی اجرای آنها دارد. موقعیت سنسور ها تأثیر زیادی بر کارایی شبکه دارد. با توجه به نوع حسگر، هر چند که این موضوع بستگی به استفاده از سنسور ها جهت تحقق چهار هدف اصلی دارد، می‌توان پوشش مورد استفاده را افزایش داد، به قابلیت ارتباط قدرتمند شبکه دست یافته، عمر شبکه را افزایش داده و صحت داده ها را بهبود بخشید. استفاده از سنسور تصادفی قادر به تحقق اهداف اشاره‌شده نبوده است.
از طرف دیگر، استقرار تعینی به یک یا چند هدف استقرار دست یافته است.

در [11]، محققان به دسته بندی مکانیزم های استقرار در دو اصلی پرداخته اند: تعینی و غیر تعینی. روش‌های تعینی اقدام به کنترل هر دو روش منظم و برنامه ریزی شده می کنند. این روش‌ها از سنسور های استقرار ثابت جهت دستیابی به پوشش کامل استفاده می کنند. همچنین این روش‌ها اثر پذیری حسی پوشش را با تعداد سنسور های کمتر افزایش می دهند. با این حال، استراتژی تعینی (نقطه به نقطه) جهت قرار گیری WSN ها برای استقرار در مقیاس کوچک قابل استفاده هستند. استراتژی های تصادفی و مبتنی بر شبکه به‌عنوان استراتژی هایی محسوب می‌شوند که توسط تکنیک های غیر تعینی هدایت می‌شوند. در حالت استقرار تصادفی، سنسور ها معمولا به صورت پراکنده (توسط هواپیما) بوده که این موضوع منجر به توزیع تصادفی حسگر ها می‌شود، هر چند که می‌توان چگالی آنها را تا حدودی کنترل کرد. استقرار تصادفی می‌تواند به‌عنوان یک گزینه مطلوب در برخی از موارد که ناحیه مورد نظر غیر قابل دسترس است، مانند نواحی تحت فاجعه و نواحی مواجه با جنگ فعال، در نظر گرفته می‌شود.

مسیریابی خطوط پایدار در شبکه های حسگر بیسیم برای برنامه های اینترنت اشیا

Survivable Path Routing in WSN for IoT applications

چکیده
1- مقدمه
2- آثار مربوطه
3- پروتکل پیشنهادی: مسیریابی خطوط پایدار (SPR) با انرژی کارآمد
3-1- مدل سیستم
3-2- مدل انرژی
3-3- نشانه ها و مفروضات
3-4- استراتژی مسیریابی
3-5- الگوریتم و فلوچارت های تبیین کننده کارکرد پروتکل
4- نتایج شبیه سازی و بحث
5- نتیجه گیری
منابع

چکیده

شبکه های حسگر بیسیم (WSN)، ارتقاء پروتکل های ارتباطی، هوش توزیع شده برای اشیاء هوشمند، سیستم های فرکانس رادیویی بیسیم و چندین فناوری دیگر و راه حل های ارتباطی در کنار هم، اینترنت امیدبخش نسل بعدی موسوم به اینترنت اشیاء را ممکن ساخته اند. مقاله حاضر به ارائه تکنیک مسیریابی آگاه از ازدحام و تداخل و انرژی کارآمد برای WSN یعنی مسیریابی خطوط پایدار می پردازد. این پروتکل قرار است در شبکه های با ترافیک بالا کار کند چرا که منابع متعددی در پی ارسال بسته های خود به یک مقصد در یک زمان واحد هستند که یک سناریوی معمول در برنامه های اینترنت اشیاء برای نظارت بر مراقبت های بهداشتی از راه دور محسوب می گردد. برای انتخاب گره هاپ بعدی، الگوریتم از معیاری بهره می برد که تابعی از سه عامل: نسبت سیگنال به تداخل و نویز لینک، عامل پایداری مسیر از گره هاپ بعدی به مقصد، و سطح ازدحام در گره هاپ بعدی، می باشد. نتایج شبیه سازی نشان می دهد که پروتکل پیشنهادی در زمینه توان عملیاتی شبکه، تاخیر انتها به انتها، نسبت تحویل بسته ها و سطح انرژی باقیمانده گره ها بهتر کار می کند. هم چنین مشاهده می شود که نرخ افت بسته ها نیز در سناریوهای توپولوژی متراکم، کمتر می باشد.

5- نتیجه گیری

از آنجایی که گره ها در شبکه های حسگر از رسانه ارتباطی و فرستنده و گیرنده رادیویی بیسیم برای ارسال و دریافت بسته ها استفاده می کنند، این امر مشروط به تداخل در سناریوهای برنامه اینترنت اشیاء با ترافیک بالا می باشد. این امر بدان معناست که طرح هی پروتکل باید کیفیت لینک و تداخل احتمالی و سطح نویز را قبل از انتخاب یک گره هاپ بعدی برای برقراری ارتباط در نظر بگیرند. بنابراین از فاکتور SINR در فرآیند انتخاب گزینه های مسیریابی در پروتکل مسیریابی پیشنهادی انرژی کارآمد استفاده می شود. الگوریتم برای کار در محیط های با ترافیک سنگین، و تداخل بالا بر روی لینک بین گره ها طراحی شده است. سطح ازدحام گره ها و فاکتور پایداری مسیرها نیز عوامل تعیین کننده گزینه های مسیریابی می باشند. نتایج شبیه سازی نشان می دهند که پروتکل جدید عملکرد بهتری نسبت به الگوریتم های موجود در شبکه های با ترافیک بالا دارند. پروتکل مزبور دارای نرخ دریافت بسته بالا، تاخیر انتها به انتهای پایین و مصرف انرژی کمتر است. هنگامی که ترافیک شبکه با تغییر بازه زمانی بین ارسال بسته ها توسط گره های منبع تغییر می کند، پروتکل پیشنهادی دارای 20 درصد نرخ افت بسته کمتری است. در مقایسه با انتشار جهتدار، پروتکل مزبور دارای 14 درصد افزایش در توان عملیاتی شبکه و 29 درصد تاخیر انتها به انتهای کمتر دز زمانی است که 10 درصد تعداد کل گره های توپولوژی، گره های منبع می باشند.

Abstract

Wireless Sensor Networks (WSN), enhanced communication protocols, distributed intelligence for smart objects, wireless radio frequency systems and several other technologies and communication solutions together enable the promising next generation Internet, called Internet-of-Things. This paper presents a congestion and interference aware energy efficient routing technique for WSN namely, Survivable Path Routing. This protocol is supposed to work in the networks with high traffic because multiple sources try to send their packets to a destination at the same time, which is a typical scenario in IoT applications for remote healthcare monitoring. For selecting the next hop node, the algorithm uses a criterion which is a function of three factors: signal to interference and noise ratio of the link, the survivability factor the path from the next hop node to the destination, and the congestion level at the next hop node. Simulation results suggest that the proposed protocol works better concerning the network throughput, end-to-end delay, packet delivery ratio and the remaining energy level of the nodes. The rate of packet drops is also observed to be lesser in the congested topology scenarios.

5- Conclusion

Since the nodes in the sensor networks are using the wireless communication medium and radio transceivers to send and receive the packets, it is contingent to make interference in high traffic IoT application scenarios. That means the protocol designs should consider the link quality and the possible interference and the noise level before selecting a next hop node for communication. So the SINR factor is used in the routing choice selection process in the proposed energy efficient routing protocol. The algorithm is designed to work in the environments with heavy traffic, and high interference on the link between the nodes. Congestion level of the nodes and the survivability factor of the paths are also the deciding factors for the routing choice. The simulated results are showing that the new protocol works better well than the existing algorithm for the networks with high traffic. It has high packet reception rate, decreased end-to-end delay, and also lesser energy consumption. When the network traffic is changed by varying the time interval between the packets sent by the source nodes, the proposed protocol has 20% lesser packet drop rate. Compared to the directed diffusion, it has 14% increase in the network throughput and 29% lower end to end delay when 10% of the total number of nodes in the topology is the source nodes.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مسیریابی خطوط پایدار در شبکه های حسگر بیسیم برای برنامه های اینترنت اشیا

Survivable Path Routing in WSN for IoT applications

بررسی اجمالی موارد امنیتی در کاربردهای شبکه حسگر بی سیم

Practical overview of security issues in wireless sensor network applications

چکیده

1.مقدمه

1.1.انگیزه

2.1.سناریوهای کاربرد

2.صورت مساله

3.مطالعات مربوطه

4.آسیب پذیری های امنیتی، مسائل و تحلیل حمله

1.4.حملات لایه فیزیکی

2.4.حملات لایه ارتباط

3.4. حملات لایه شبکه و مسیریابی

4.4.حملات لایه انتقال

5. راه حل های موجود

1.5.استاندارد رمزگذاری داده ها

2.5. الگوریتم ماهی بادکنکی

1.2.5. زنجیره بلوک رمز

3.5. راه حل امنیتی سطح گره

4.5. گواهی مدیریت کلید کم تاثیر

6.توصیه ها و پیشنهادات

7.نتیجه گیری

منابع

چکیده

شبکه های حسگر بی سیم به طور گسترده در برنامه های کاربردی به منظور نظارت و ارتباط داده ها مورد استفاده قرار می گیرند. اگرچه شبکه های حسگر بی سیم به طور گسترده در برنامه های بسیار مهم استفاده می گردند، مسائل امنیتی و حریم خصوصی به عنوان نگرانی عمده این عرصه می باشد. مهاجمین ]نرم افزاری[ به طور قابل ملاحظه قادر به دسترسی آسان به شبکه های مذکور بوده و از این طریق بدافزارها را در شبکه تزریق می کنند. شبکه های حسگر بی سیم به طور قابل توجه در معرض حملات هستند. هدف از این پژوهش، بررسی برنامه ها و سناریوهای عملی در مواجهه با تهدیدات امنیتی و موضوعات مرتبط با کاربرد شبکه های حسگر بی سیم می باشد. پژوهش در این حوزه نیازی ضروری است زیرا دامنه وسیعی را برای بررسی مشکلات و مسائل موجود در برنامه های فعلی فراهم می کند.

1.مقدمه

شبکه های حسگر بی سیم، مجموعه ای از گره های خودکار و از نظر فضایی توزیع شده بر فراز منطقه ای گسترده هستند که با کمک هم قادر به نظارت و ایجاد ارتباط داده ها با سرور مرکزی از طریق شبکه بی سیم می باشند (1). شبکه های حسگر در حوزه های بسیاری قابل استفاده اند. برای مثال می توان به نظارت و کنترل شرایط محیط زیستی، کاربرد نظامی، جستجو، تعقیب و نظارت بر رفتار حیوانات، شناسایی حیوانات آسیب رسان، ساختمان های هوشمند، کنترل سالم بودن ساختمان و اتومبیل ها اشاره نمود. این شبکه های حسگر بی سیم قابلیت شناسایی شرایط خاص مانند دما، فشار، رطوبت، صدا، حرکت اشیاء و آلاینده ها را دارند. در هر یک از کاربردها، امنیت به عنوان عاملی بنیادی بوده و سازوکارها باید به گونه ای طراحی گردند که محیطی امن را رقم زنند.

7.نتیجه گیری

شبکه های حسگر بی سیم جدید در محیط های باز استفاده می شوند. به علت این ماهیتِ شبکه های حسگر بی سیم، بسیاری از مسائل امنیتی نمایان می شوند و در نتیجه، شبکه های مذکور در برابر حملات، آسیب پذیرند. ما در این گزارش، سه سناریو کاربرد را در نظر گرفته ایم و آسیب پذیری های امنیتی بر اساس این کاربردها نشان داده شده اند. این گزارش به مطالعه جنبه های گوناگون مرتبط با مسائل امنیتی در شبکه های حسگر بی سیم می پردازد. یافته های کلیدی در تحقیقات فوق الذکر نشان می دهند که شبکه های حسگر بی سیم در کاربردهای حیاتی ماموریت محور مورد استفاده قرار می گیرند. در عین حال، مسائل امنیتی در شبکه های حسگر بی سیم نیز به همان اندازه بالا هستند. 

Abstract

Wireless sensor networks are widely used in applications to monitor and communicate data. Even though the wireless sensor networks have been broadly used in critical applications, security and privacy issues are major concern. The attackers can gain considerably easy access into a wireless sensor networks and inject malicious data. Wireless sensor networks are considered to be vulnerable to the attacks. The aim of this research is to review the practical scenarios and applications, expose the security vulnerabilities and issues associated with wireless sensor networks specific to applications. The need for research in this area is high since it provides a broad scope to investigate problems and issues in current applications.

1. Introduction

Wireless sensor networks are a set of spatially distributed autonomous nodes over a large area that can cooperatively monitor and communicate the data to the central server through wireless network [1]. Sensor networks are being utilized in many areas, including environmental conditions monitoring, military application, tracking and monitoring animals, detection of harmful animals, smart buildings, structural health monitoring, automobiles, and so on. These wireless sensor networks are capable of detecting specific conditions, such as temperature, pressure, humidity, sound, motion of objects, pollutants. In every application, security is thefundamentalfactor, and mechanisms must be designed to have a secured environment.

7. Conclusion

The modern wireless sensor networks are deployed in a non-enclosed environment. Due to this nature of wireless sensor networks, many security issues arise and hence, wireless sensor networks are vulnerable to attacks. In this report, we consider three application scenarios and security vulnerabilities are exposed based on these applications. This report studies various aspects associated with security issues in wireless sensor networks. The key findings in above research indicate that wireless sensor networks are used in mission critical applications. At the same time, security issues in wireless sensor networks are also equally high.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بررسی اجمالی موارد امنیتی در کاربردهای شبکه حسگر بی سیم

Practical overview of security issues in wireless sensor network applications

تحلیل الگوریتم های پوشش هدف متصل شده با کارآمد انرژی برای شبکه های حسگر بی سیم صنعتی

Analysis of Energy-Efficient Connected Target Coverage Algorithms for Industrial Wireless Sensor Networks

چکیده

1 مقدمه

2 کارهای مرتبط

3 الگوریتم های CTC بهینه

4 شبیه سازی

5 نتیجه گیری و کار آینده

منابع

چکیده

پیشرفت های اخیر در فن آوری های بی سیم تا حد زیادی موجب ظهور شبکه های حسگر بی سیم صنعتی (IWSN ها) شده است. برای تسهیل انطباق IWSN ها با برنامه های کاربردی صنعتی، پوشش کامل شبکه ها و قابلیت اتصال به شبکه باید به منظور اطمینان و تامین نیازهای زمان واقعی مورد توجه قرار گیرد. با وجودی که الگوریتم (CTC) پوشش دهنده ی هدف متصل شده در شبکه های حسگر عمومی به طور گسترده مورد مطالعه قرار گرفته است، توجه کمی به آشکار شدن کاربردها و محدودیت های استراتژی های پوشش متفاوت از دیدگاه صنعتی صورت گرفته است. در این مقاله، ویژگی های چهار استراتژی جدید پوشش بهینه را با انتخاب دقیق چهار الگوریتم پوشش داده شده تحلیل می کنیم:

(1) پوشش حریص وزن دهی شده ارتباطی ، (2) پوشش اکتشافی متصل شده بهینه ، (3) پوشش و هدف متصل همپوشانی شده ، (4) پوشش دامنه قابل تنظیم . از طریق یک مقایسه دقیق از لحاظ طول عمر شبکه، زمان پوشش، مصرف انرژی متوسط، نسبت گره های مرده و غیره، ویژگی های ایده های طراحی اولیه استفاده شده برای بهینه سازی پوشش و اتصالات شبکه IWSN، درج شده است. برای به دست آوردن پوشش شبکه بهینه، پارامترهای شبکه ی مختلف در یک محیط پر نویز شبیه سازی شده است. مناسب ترین زمینه صنعتی برای هر الگوریتم نیز بر اساس خصوصیات پوشش تعیین شده است. مطالعه ما با هدف ارائه بینش مفیدی برای انتخاب یک استراتژی مناسب پوشش و دستیابی به شاخص های عملکرد مورد انتظار در برنامه های مختلف صنعتی برای طراحان IWSN انجام شده است.

2. کارهای مرتبط

در ادبیات، مقالات متعدد در مورد بهینه سازی مسیریابی و اتصال شبکه ها به روش های مختلف وجود دارد. برای مثال، پیشنهادهایی در مورد اولویت بندی پوشش منطقه جغرافیایی و همچنین پوشش مانع به جای پوشش اهداف گسسته وجود دارد که اجازه می دهد گره های شبکه پس از استقرار حرکت کنند. با توجه به محدودیت انرژی در IWSN ها، محدوده مطالعات ما محدود به پروتکل های CTC با ادعای بهره وری انرژی است. در این بخش، ما به طور خلاصه برخی از الگوریتم های برجسته موجود CTCبا فن آوری های مختلف حفاظت از انرژی مرور می کنیم. تحقیقات مرتبط تلاش کرده اند که با سازماندهی گره ها در مجموعه ها، گره های حسگر را زمانبندی کنند که میان حالت فعال و غیرفعال جابه جا شوند. در {16}، یک الگوریتم پیشنهاد شده است که با پوشش حداکثری که ار برنامه نویسی عدد صحیح مختلط (MC-MIP) استفاده می کند. بر اساس خروجی MC-MIP، گره ها به مجموعه های پوشش گسسته(DSC) سازماندهی می شوند که به طور پیوسته فعال می شوند. در {17}، یک الگوریتم حریص برای حداکثر پوشش مجموعه (MSC-Greedy) طراحی شده است. مجموعه پوشش های تولید شده از MSC-Greedy لازم نیست که قطع شوند و مجاز به عمل کردن در فواصل زمانی مختلف می باشند. در مقایسه با MC-MIP، MSC-Greedy از لحاظ طول عمر شبکه، نتایج بهتری تولید می کند، زیرا فضای راه حل مسئله ی DSC در فضای راه حل حداکثر مجموعه پوشش (MSC) موجود است. یکی دیگر از روش صرفه جویی در انرژی، تنظیم میزان انتقال و یا سنجش گره های حسگر با استفاده از تکنولوژی کنترل انرژی است. در [18]، یک الگوریتم مبتنی بر backbone مجازی (VBB) برای حل مسئله محدوده ی قابل تنظیم حس کردن برای پوشش حسکرهای متصل به هم (ASR-CSC) پیشنهاد شده است. با تعیین محدوده انتقال هر گره، پوشش هدف و اتصال شبکه را می توان تضمین کرد. در [19]، دوان و همکاران پروتکل متعادل کننده ی بار محدوده قابل تنظیم (ALBP) را پیشنهاد کرد. با ترکیب روش برنامه ریزی خواب با مدل محدوده قابل تنظیم، بهبود بیشتر در طول عمر شبکه می تواند از طریق ALBP حاصل شود.

در کارهای مرتبط فوق، ویژگی های ویژه ای برای محیط های صنعتی مورد توجه قرار نگرفته است. همچنین، ما مشاهده کردیم که ایده های طراحی اولیه پشت سر آنها کارایی آنها را تعیین می کنند در حالی که یک مقایسه منصفانه و منطقی به شناسایی ویژگی های آنها کمک می کند.