تحسين اداء شبكات الحساسات اللاسلكية اعتماداً على الشبكات المعرفة برمجيا

Abstract

أصبحت شبكات الحساسات اللاسلكية WSNs شائعة بشكل متزايد لمجموعة متنوعة من التطبيقات مثل المراقبة البيئية والرعاية الصحية وتطبيقات إنترنت الأشياء IoT ، كما أنها تواجه عدداً من التحديات والتهديدات بما في ذلك هجمات حجب الخدمة DoS. ومن أهم الحلول التي انبثقت لمعالجة التحديات المتأصلة لها هي الشبكات المعرفة برمجياً SDN، التي فتحت الأفق لتطوير شبكات الحساسات اللاسلكية المعرفة برمجياً SDWSNs التي تتيح تنفيذ سياسات وإجراءات معتمدة على تعلم الآلة ML في كشف هذه الهجمات والتخفيف من أثرها مما ينعكس على أداء شبكات WSN.

تبحث هذه الأطروحة استخدام نموذج شبكات SDNS لتحسين أداء شبكات WSNs ضد هجمات DoS وهجمات DDoS، باقتراح خوارزمية لكشف ومنع هذه الهجمات بالاعتماد على خوارزميات تعلم الآلة في شبكات SDWSNs، ودراسة أداء هذه الخوارزمية في تحسين أداء الشبكة. تعتمد هذه الأطروحة على استخراج سمات مجموعة المعطيات لنموذج تعلم الآلة التي يمكن استخدامها في كشف هذه الهجمات، وتصميم خوارزمية لكشف ومنع هجمات DoS وهجمات DDoS بالاعتماد على خوارزميات تعلم الآلة المعتمدة على التصنيف، ومضاهاة أداء الخوارزمية المقترحة باستخدام البرنامج SDWSN لشبكة Ryu-Manager ومتحكم من النوع Mininet-Wifi أظهرت نتائج دراسة متوسط استهلاك الطاقة ونسبة تسليم الرزم ومتوسط التأخير من نهاية إلى نهاية أنه يمكن للخوارزمية المقترحة أن تحسن أداء هذه الشبكات ذات الموارد المحدودة، كما أنها تحقق معدل كشف مرتفع للهجمات بلغت 99.86%. تشير النتائج إلى أن الخوارزمية المقترحة يمكن أن تكون حلاً فعالاً لتحسين أداء شبكات WSNs ضد هجمات DoS وهجمات DDoS في الزمن الحقيقي. الكلمات المفتاحية: شبكات الحساسات اللاسلكية WSN ، الشبكات المعرفة برمجياً SDN، شبكات الحساسات اللاسلكية المعرفة برمجياً SDWSN، إنترنت الأشياء IoT حجب الخدمة DoS، حجب الخدمة الموزع DDoS ، خوارزميات تعلم الآلة، تحسين أداء، الكشف.

_24_