Resumen

La localización segura bajo diferentes formas de ataque se ha convertido en una tarea esencial en las redes de sensores inalámbricas. A pesar de los importantes esfuerzos de investigación en la detección de los nodos maliciosos, el problema del reconocimiento del tipo de ataque de localización aún no ha sido bien abordado. Motivados por esta preocupación, proponemos un novedoso algoritmo de clasificación de ataques basado en el intercambio. Esto se consigue mediante un extractor distribuido de maximización de expectativas integrado con el clasificador PECPR-MKSVM. En primer lugar, las características de distribución mixta basadas en el modelado probabilístico se extraen mediante un algoritmo de maximización de expectativas distribuidas. Tras la extracción de las características, introduciendo la teoría de la máquina de vectores soporte, se deriva un método extensivo de división contractiva Peaceman-Rachford para construir el clasificador distribuido que difunde el cálculo de iteración entre los sensores vecinos. Para verificar la eficacia del esquema de reconocimiento distribuido, se realizaron cuatro grupos de experimentos en diversas condiciones. La tasa media de éxito del algoritmo de clasificación propuesto obtenida en los experimentos presentados para ataques externos es excelente y ha alcanzado alrededor del 93,9% en algunos casos. Estos resultados de las pruebas demuestran que el algoritmo propuesto puede producir una tasa de reconocimiento mucho mayor, y también puede ser más robusto y eficiente incluso en presencia de un escenario malicioso excesivo.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:reconocimiento del tipo de ataque de localización, método de división de rachford, algoritmo de clasificación de ataques, tasa media de éxito, escenario malicioso excesivo, algoritmo de maximización de expectativas, extractor de maximización de expectativas, pacificador contractivo extensivo, mayor tasa de reconocimiento, características de distribución mixta
• Keywords:localization attack type recognition, rachford splitting method, attack classification algorithm, average success rate, excessive malicious scenario, expectation maximization algorithm, expectation maximization extractor, extensive contractive peaceman, greater recognition rate, mixed distribution features