Published January 1, 2020
| Version v1
Publication
Open
Mitigation of Black Hole and Gray Hole Attack Using Swarm Inspired Algorithm With Artificial Neural Network
- 1. Lovely Professional University
- 2. Duy Tan University
Description
Wireless technology and the latest developments in a mobile object, has led to a Mobile Ad Hoc network (MANET), which is a collection of mobile nodes that are communicating with each other without requiring any fixed infrastructure. Due to the dynamic nature with a decentralized system, these networks are susceptible to different attacks such as Black Hole Attack (BHA), Gray Hole Attack (GHA), Sink Hole Attack (SHA) and many more. Several researchers have worked for the detection and mitigation of individual attacks, either GHA or BHA nodes. But the protection of MANET against a dual-threat is scarce. In this paper, the protection against dual attacks has been presented for BHA and GHA by using the concept of Artificial Neural Network (ANN) as a deep learning algorithm along with the swarm-based Artificial Bee Colony (ABC) optimization technique. The performance of the system has been increased by the selection of appropriate and best nodes for data packets transmission which is explained in the result section of this paper. For the network designing and simulation purposes, MATLAB software is used with communication and neural network toolboxes. The examined results show that the presented protocol performs better in contrast to the existing work under black hole as well as gray hole attack condition. A mobile ad hoc network (MANET) is a collection of mobile nodes that dynamically form a temporary network without using any existing network infrastructure.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
أدت التكنولوجيا اللاسلكية وأحدث التطورات في كائن الجوال إلى إنشاء شبكة مخصصة للجوال (MANET)، وهي عبارة عن مجموعة من العقد المتنقلة التي تتواصل مع بعضها البعض دون الحاجة إلى أي بنية تحتية ثابتة. نظرًا للطبيعة الديناميكية للنظام اللامركزي، فإن هذه الشبكات عرضة لهجمات مختلفة مثل هجوم الثقب الأسود (BHA) وهجوم الثقب الرمادي (GHA) وهجوم ثقب الحوض (SHA) وغيرها الكثير. عمل العديد من الباحثين على اكتشاف الهجمات الفردية والتخفيف من حدتها، إما عقد GHA أو BHA. لكن حماية مانيه ضد التهديد المزدوج نادرة. في هذه الورقة، تم تقديم الحماية ضد الهجمات المزدوجة لـ BHA و GHA باستخدام مفهوم الشبكة العصبية الاصطناعية (ANN) كخوارزمية تعلم عميق جنبًا إلى جنب مع تقنية تحسين مستعمرة النحل الاصطناعي (ABC) القائمة على السرب. تم زيادة أداء النظام من خلال اختيار العقد المناسبة والأفضل لنقل حزم البيانات وهو ما تم شرحه في قسم النتائج من هذه الورقة. لأغراض تصميم الشبكة والمحاكاة، يتم استخدام برنامج MATLAB مع أدوات الاتصال والشبكة العصبية. تظهر النتائج التي تم فحصها أن البروتوكول المقدم يعمل بشكل أفضل على النقيض من العمل الحالي تحت الثقب الأسود وكذلك حالة هجوم الثقب الرمادي. الشبكة المخصصة المتنقلة (MANET) هي مجموعة من العقد المتنقلة التي تشكل بشكل ديناميكي شبكة مؤقتة دون استخدام أي بنية تحتية للشبكة الحالية.Translated Description (French)
La technologie sans fil et les derniers développements dans un objet mobile ont conduit à un réseau ad hoc mobile (MANET), qui est un ensemble de nœuds mobiles qui communiquent entre eux sans nécessiter d'infrastructure fixe. En raison de la nature dynamique d'un système décentralisé, ces réseaux sont sensibles à différentes attaques telles que l'attaque de trou noir (BHA), l'attaque de trou gris (GHA), l'attaque de trou d'évier (SHA) et bien d'autres. Plusieurs chercheurs ont travaillé à la détection et à l'atténuation des attaques individuelles, qu'il s'agisse de nœuds GHA ou BHA. Mais la protection de MANET contre une double menace est rare. Dans cet article, la protection contre les attaques doubles a été présentée pour BHA et GHA en utilisant le concept de réseau neuronal artificiel (ANN) comme algorithme d'apprentissage en profondeur avec la technique d'optimisation de colonie d'abeilles artificielles (ABC) basée sur l'essaim. Les performances du système ont été augmentées par la sélection des nœuds appropriés et les meilleurs pour la transmission de paquets de données, qui est expliquée dans la section des résultats de cet article. Pour la conception et la simulation du réseau, le logiciel Matlab est utilisé avec des boîtes à outils de communication et de réseau neuronal. Les résultats examinés montrent que le protocole présenté fonctionne mieux en contraste avec le travail existant sous la condition d'attaque de trou noir ainsi que de trou gris. Un réseau ad hoc mobile (MANET) est un ensemble de nœuds mobiles qui forment dynamiquement un réseau temporaire sans utiliser d'infrastructure réseau existante.Translated Description (Spanish)
La tecnología inalámbrica y los últimos desarrollos en un objeto móvil, ha dado lugar a una red Mobile Ad Hoc (MANET), que es una colección de nodos móviles que se comunican entre sí sin necesidad de ninguna infraestructura fija. Debido a la naturaleza dinámica con un sistema descentralizado, estas redes son susceptibles a diferentes ataques como Black Hole Attack (BHA), Gray Hole Attack (GHA), Sink Hole Attack (SHA) y muchos más. Varios investigadores han trabajado para la detección y mitigación de ataques individuales, ya sean nodos GHA o BHA. Pero la protección de MANET contra una doble amenaza es escasa. En este artículo, se ha presentado la protección contra ataques duales para BHA y GHA utilizando el concepto de Red Neuronal Artificial (ANN) como un algoritmo de aprendizaje profundo junto con la técnica de optimización de Colonias de Abejas Artificiales (ABC) basada en enjambres. El rendimiento del sistema se ha incrementado mediante la selección de los nodos apropiados y mejores para la transmisión de paquetes de datos, lo que se explica en la sección de resultados de este documento. Para fines de diseño y simulación de redes, el software MATLAB se utiliza con cajas de herramientas de comunicación y redes neuronales. Los resultados examinados muestran que el protocolo presentado funciona mejor en contraste con el trabajo existente en condiciones de ataque de agujeros negros y grises. Una red móvil ad hoc (MANET) es una colección de nodos móviles que forman dinámicamente una red temporal sin utilizar ninguna infraestructura de red existente.Files
09125902.pdf.pdf
Files
(245 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:77d4ec129e5b5452e63e0bad2d2c6756
|
245 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- التخفيف من هجوم الثقب الأسود والثقب الرمادي باستخدام خوارزمية مستوحاة من السرب مع الشبكة العصبية الاصطناعية
- Translated title (French)
- Atténuation des attaques de trous noirs et de trous gris à l'aide d'un algorithme inspiré de l'essaim avec un réseau neuronal artificiel
- Translated title (Spanish)
- Mitigación del ataque de agujeros negros y grises utilizando un algoritmo inspirado en enjambres con una red neuronal artificial
Identifiers
- Other
- https://openalex.org/W3037334813
- DOI
- 10.1109/access.2020.3004692
References
- https://openalex.org/W1197587621
- https://openalex.org/W1590099998
- https://openalex.org/W1963484481
- https://openalex.org/W1967606572
- https://openalex.org/W1986272585
- https://openalex.org/W1992690998
- https://openalex.org/W1998747964
- https://openalex.org/W2015464234
- https://openalex.org/W2034522205
- https://openalex.org/W2036584242
- https://openalex.org/W2041821701
- https://openalex.org/W2061279950
- https://openalex.org/W2068091235
- https://openalex.org/W2079499588
- https://openalex.org/W2102430941
- https://openalex.org/W2120498409
- https://openalex.org/W2120890744
- https://openalex.org/W2121756138
- https://openalex.org/W2145407833
- https://openalex.org/W2149229264
- https://openalex.org/W2252577124
- https://openalex.org/W2334626351
- https://openalex.org/W2338211929
- https://openalex.org/W2338835385
- https://openalex.org/W2512895271
- https://openalex.org/W2542086696
- https://openalex.org/W2569775632
- https://openalex.org/W2617269096
- https://openalex.org/W2748617550
- https://openalex.org/W2759153097
- https://openalex.org/W2760907431
- https://openalex.org/W2766452778
- https://openalex.org/W2774234451
- https://openalex.org/W2791136254
- https://openalex.org/W2904593958
- https://openalex.org/W2911113202
- https://openalex.org/W2918845570
- https://openalex.org/W2919141264
- https://openalex.org/W2919506179
- https://openalex.org/W2920542163
- https://openalex.org/W2953933603
- https://openalex.org/W2961094906
- https://openalex.org/W2995105734
- https://openalex.org/W3003389091
- https://openalex.org/W3014093052
- https://openalex.org/W3024055367