Soluzioni efficaci per gli attacchi cross-layer nelle reti radio cognitive - Davanam, Ganesh;Sunil Kumar, M.
39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Le reti radio cognitive (CRN) si sono affermate come un'incoraggiante tecnologia di rete di nuova generazione che affronta in modo significativo i problemi legati all'accesso dinamico allo spettro e all'utilizzo avanzato dello stesso. In particolare, i modelli di gestione della fiducia e della reputazione e i meccanismi di difesa a più livelli sono sempre più considerati per le CRN per proteggerle dagli attacchi degli utenti secondari. In questo lavoro, vengono proposti un metodo chiamato Mean Bid Trust & Multiple Nash Reputation (MBT-MNR) e metodi di difesa trasversale ottimizzati di…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Le reti radio cognitive (CRN) si sono affermate come un'incoraggiante tecnologia di rete di nuova generazione che affronta in modo significativo i problemi legati all'accesso dinamico allo spettro e all'utilizzo avanzato dello stesso. In particolare, i modelli di gestione della fiducia e della reputazione e i meccanismi di difesa a più livelli sono sempre più considerati per le CRN per proteggerle dagli attacchi degli utenti secondari. In questo lavoro, vengono proposti un metodo chiamato Mean Bid Trust & Multiple Nash Reputation (MBT-MNR) e metodi di difesa trasversale ottimizzati di Levensthein per proteggere la CRN individuando gli aggressori a due diversi livelli, fisico e di collegamento dati. Il modello Mean Bid Cross Layer Trust Evaluation viene applicato per misurare l'affidabilità dell'utente secondario da parte di terzi. Successivamente, la classificazione degli utenti malintenzionati e normali viene effettuata applicando il modello della teoria dei giochi di Nash multipli. Per mitigare gli attacchi cross-layer nelle reti CRN viene proposto il metodo Optimized Levesthein Nearest Centroid Framework (OS-LNCC). Le prestazioni di entrambi i metodi sono valutate in base a vari parametri, quali il consumo energetico, il tempo di rilevamento, il ritardo di rilevamento, il throughput e l'accuratezza del rilevamento.
Autorenporträt
Dr. Ganesh Davanam erhielt 2006 seinen B.Tech-Abschluss in Informationstechnologie von der JNT University, Hyderabad, und 2010 seinen M.Tech-Abschluss in Informatik und Ingenieurwesen von der Acharya Nagarjuna University. Seinen Doktortitel erhielt er 2021 von der Koneru Lakshmaiah Educational Foundation, Guntur. Während des Zeitraums 2006-07 arbeitete er als Assistenzprofessor.