Accurate detection of selective forwarding attack in wireless sensor networks

Präzise Erkennung von Selective-Forwarding-Angriffen in drahtlosen Sensornetzwerken

Clicks: 537
ID: 48002
2019
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #3 of 73 articles by views in international journal of distributed sensor networks

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Selective forwarding attack in wireless sensor networks shows great impact on network performance and consumes limited energy resource. In previous countermeasures, it is assumed that all nodes in the communication range can detect misbehaviors of the attacker. However, as wireless devices require certain signal-to-noise ratio to receive frames correctly, and interference among nodes is inevitable in densely deployed wireless sensor networks, it is very difficult for previous approaches to detect misbehaviors accurately. In this article, a scheme named E-watchdog is proposed to improve accuracy of selective forwarding attack detection. Detection agents that are closer to the attacker are used to detect misbehaviors, which can improve the detection accuracy and reduce the false alarm rate effectively. Moreover, to prevent collaborative selective forwarding attack, E-watchdog uses reports from more than one detection agents. Fake reports from attackers are filtered out through an election algorithm. Simulation results show that the E-watchdog reduces the false detection rate by 25% and improves the detection accuracy by 10% on the premise of increasing negligible energy consumption.
Ein selektiver Weiterleitungsangriff in drahtlosen Sensornetzen hat erhebliche Auswirkungen auf die Netzwerkleistung und verbraucht begrenzte Energieressourcen. In bisherigen Gegenmaßnahmen wird davon ausgegangen, dass alle Knoten innerhalb der Kommunikationsreichweite das Fehlverhalten des Angreifers erkennen können. Da drahtlose Geräte jedoch ein bestimmtes Signal-Rausch-Verhältnis benötigen, um Datenrahmen korrekt zu empfangen, und Interferenzen zwischen Knoten in dicht bereitgestellten drahtlosen Sensornetzen unvermeidlich sind, fällt es bisherigen Ansätzen sehr schwer, Fehlverhalten präzise zu detektieren. In diesem Artikel wird ein Verfahren namens E-watchdog vorgeschlagen, um die Genauigkeit bei der Erkennung selektiver Weiterleitungsangriffe zu verbessern. Zur Erkennung von Fehlverhalten werden Erkennungsagenten eingesetzt, die sich näher am Angreifer befinden, wodurch die Erkennungsgenauigkeit effektiv verbessert und die Fehlalarmrate gesenkt werden kann. Um darüber hinaus kollaborative selektive Weiterleitungsangriffe zu verhindern, nutzt E-watchdog Berichte von mehreren Erkennungsagenten. Gefälschte Berichte von Angreifern werden dabei über einen Wahlalgorithmus herausgefiltert. Simulationsergebnisse zeigen, dass E-watchdog die Falscherkennungsrate um 25 % senkt und die Erkennungsgenauigkeit um 10 % verbessert, und dies unter der Prämisse eines vernachlässigbar geringen zusätzlichen Energieverbrauchs.
Reference Key
zhang2019accurateinternational Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Zhang, Qiong;Zhang, Wenzheng;
Journal international journal of distributed sensor networks
Year 2019
DOI
DOI not found
URL
https://doi.org/10.1177/1550147718824008
Keywords
Medicine Chemical technology Engineering (General). Civil engineering (General) Technology Science telecommunication electronic computers. computer science

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.