MétaCan
Menu
Retour à la cohorte
Enregistrement W2205892834 · doi:10.1109/intellisys.2015.7361260

A Markov chain model for securing link layer in mobile ad hoc networks

2015· article· en· W2205892834 sur OpenAlexaff
Mnar Saeed Alnaghes, Fayez Gebali

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceMobile ad hoc networkWireless ad hoc networkNode (physics)Optimized Link State Routing ProtocolComputer securityWireless networkWirelessDistributed computingRouting protocolNetwork packetTelecommunications

Résumé

récupéré en direct d'OpenAlex

The increased usage of wireless ad-hoc networks (MANET), which is a collection of wireless mobile nodes that form a dynamic network without the need for infrastructure or centralized points, in many different applications has opened the door for many security challenges. In recent years, securing and protecting communications between mobile nodes in MANETs have become an active research field. The vast majority has only focused on providing authenticity of the route and mostly ignored the availability of malicious nodes in the environment. The aim of this work is to explore the effectiveness of the Request-to-Send (RTS) / Clear-to-Send (CTS) protocol in securing MANETs by avoiding such a node's communication with malicious nodes. It is assumed that a certain node is not listening to any RTS messages until it has a specific number of nodes within its range, and, it will have a fixed period of time before it replays a CTS message. In this paper, specific attention was paid to the security issues of a mobile single hop ad hoc network. We propose a general Markov chain model that satisfies the basic mobility requirements of a MANET and define the requirements for securing communication in this model. We perform MATLAB analysis for RTS/CTS handshake in IEEE 802.11 in order to secure link layer, which would protect the networks from malicious nodes. Our results show that the probability for a node to communicate with pernicious nodes is low.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,030
Tête enseignante GPT0,262
Écart entre enseignants0,232 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207