MétaCan
Menu
Retour à la cohorte
Enregistrement W3118136589 · doi:10.1109/iemcon51383.2020.9284899

MAC Routing Protocol for Improving Efficiency in IEEE 802.15.4 Wireless Sensor Networks

2020· article· en· W3118136589 sur OpenAlexaff
Ohida Rufai Ahutu, Hosam El‐Ocla

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceWireless sensor networkRouting protocolKey distribution in wireless sensor networksMobile wireless sensor networkNetwork packetScalabilityWireless networkWirelessTelecommunications

Résumé

récupéré en direct d'OpenAlex

Wireless Sensor Network (WSN) are made of a number of nodes (aka., source nodes) and switches, which can communicate with each other through wireless channels. The infrastructureless nature and architecture of WSN makes it flexible and scalable but the nodes in this network are resource and energy constrained. In this paper we describe the design of a centralized MAC routing protocol (MCRP) to help improve the performance, the network lifetime and to detect wormhole attacks in 802.15.4 wireless sensor networks. A Wormhole attack occurs when an intruder creates a low latency tunnel between two or more sensor nodes to misguide other nodes and exhaust network resources by gaining access to sensitive data. Hence, we designed and implement a routing protocol that considers both performance and energy factors while detecting wormhole attacks. Experimental results from simulations carried out in NS-3 show that our proposed protocol exhibits a reduction in energy consumption of 54% and 42% over LEACH and LEACH-C, respectively. MCRP further improves the performance of the network in terms of propagation delay and packet loss ratio even as the number of nodes increases.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207