MétaCan
Menu
Retour à la cohorte
Enregistrement W2146070963

Improving ZRP Routing Protocol Against Black Hole Attacks In Mobile Adhoc Networks(MANET)

2014· article· en· W2146070963 sur OpenAlexvenueno aff
Ali Gheibi Dehnashi, Iman Attarzadeh, Alireza Osareh

Notice bibliographique

RevueJournal of academic and applied studies · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceZone Routing ProtocolWireless Routing ProtocolRouting protocolLink-state routing protocolEnhanced Interior Gateway Routing ProtocolDynamic Source RoutingInterior gateway protocolPacket drop attackOptimized Link State Routing ProtocolHybrid routingNetwork packetDistributed computing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mobile adhoc network (MANET) is the network in which mobile devices are connected by wireless media and there is no centralized management and fixed network infrastructure. Generally, routing protocols in adhoc networks are classified into proactive, reactive and hybrid. One of the important challenges in hybrid routing properties is the security of these protocols. As ZRP hybrid routing protocol has not appropriate security features against black hole attacks, in this paper, we propose a security mechanism based on estimated latency of the route reply packets reaching the source node and selecting the shortest secure route and it is protected against black hole attacks and finally a new hybrid routing protocol is presented. After simulating this protocol by simulation toolNS2, The simulation result shows that the proposed protocol showed less failure compared to standard ZRP protocol in the presence of malicious nodes of black hole in terms of some parameters as quality of service (QOS) such as the packets loss, packet delivery ratio, end to end delay.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,291
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of academic and applied studiesMême sujetMobile Ad Hoc NetworksTravaux en français237 207