دانلود ترجمه مقاله روش مدیریت اعتماد مقاوم در برابر حمله در شبکه VANET

1. مقدمه 2. تحقیقات مرتبط 3. معماری شبکه و مدل حمله 4. یک روش مدیریت اعتماد مقاوم در برابر حمله در VANET 5. آزمایشات 6. نتیجه گیری

چکیده – شبکه ادهاک خودرویی (VANET) ، یک مولفه مهم از سیستم حمل و نقل هوشمند است. این شبکه کار خودروها برای به اشتراک گذاری اطلاعات حساس و همکاری با بقیه را تسهیل می کند. البته بخاطر ویژگی های منحصر به فردش، همچون دسترسی آزاد، توپولوژی دینامیک، و تحرک پذیری بالا، VANET از حملات متعددی رنج می برد. این مقاله یک روش مدیریت اعتماد مقاوم در برابر حمله به اسم AATMS را برای شبکه VANET پیشنهاد داده است. این روش قابل اعتماد بودن خودروها را مورد ارزیابی قرار می دهد. خودروها به کمک AATMS از خودروهای خرابکار اجتناب می ورزند و با خودروهای قابل اعتماد همکاری می کنند. ایده AATMS در اصل از ایده الگوریتم رتبه بندی اعتماد اقتباس شده است. این الگوریتم برای مقابله با اسپم های اینترنتی کاربرد دارد. در این مقاله، اعتماد محلی و سراسری را محاسبه می کنیم. آن ها بیانگر روابط محلی و سراسری بین خودروها هستند. در ابتدا استنباط بیزی برای محاسبه اعتماد محلی خودروها بر اساس تعاملات قبلی بکار می رود.سپس مجموعه کوچکی از خودروهای پایه (بذر) را مطابق اعتماد محلی و سایر عوامل اجتماعی انتخاب می کنیم. پس از شناسایی خودروهای پایه قابل اعتماد ، از ساختار ارتباط مبتنی بر اعتماد محلی بین خودروها، برای سنجش اعتماد سراسری تمامی خودروها استفاده می شود. نتایج شبیه سازی ها نشان داده که AATMS قادرست با موفقیت خودروهای قابل اعتماد و غیرقابل اعتماد در VANET را حتی در مواجهه با حملات خرابکارانه شناسایی بکند.

Vehicular Ad-hoc Network (VANET) is a significant component of intelligent transportation system, which facilitates vehicles to share sensitive information and corporate with others. However, due to its unique characteristics, such as openness, dynamic topology and high mobility, VANET suffers from various attacks. This paper proposes an anti-attack trust management scheme in VANET called AATMS to evaluate the trustworthiness of vehicles. With the help of AATMS, vehicles in VANET can avoid malicious vehicles and cooperate with trusted vehicles. The idea of AATMS is mainly inspired by TrustRank algorithm, which is used to combat web spams. In this paper, we calculate local trust and global trust, which indicate the local and global trust relationships among vehicles. First, Bayesian inference is adopted to calculate local trust of vehicles based on historical interactions. Then we select a small set of seed vehicles according to local trust and some social factors. Once we identify the reputable seed vehicles, we use the local trust link structure of vehicles to evaluate the global trust of all vehicles. The simulation results show that AATMS can efficiently identify trustworthy and untrustworthy vehicles in VANET even under malicious attacks.

ترجمه این مقاله در 27 صفحه آماده شده و در ادامه نیز صفحه 17 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.