خوارزمية القائمة السوداء الديناميكية للحماية من هجوم حجب الخدمة الموزع DDoS في شبكة العربات المتنقلة

Authors

  • بشرى معلا
  • علاء محفوض

Abstract

شبكات العربات المتنقلة هي مجموعة من العربات التي تحتوي على تجهيزات خاصة تمكنها من الاتصال فيما بينها مشكلة شبكة لاسلكية. تعد الهجومات على الشبكة من أخطر التحديات التي تواجه هذه الشبكات، لا سيما تلك التي تستهدف متطلب التوافرية، الذي يعد من أهم متطلبات الأمن في شبكات VANET . من أهم هذه الهجومات هجوما حجب الخدمة DoS وحجب الخدمة الموزع DDoS لأنهما يجعلان الشبكة غير متاحة للمستخدمين الفعليين فيها.

نقدم فـي هذا الـبحث اقتراحاً لخوارزمية كشف هجوم DDoS والتصدي له عند حدوثه. تعتمد هذه الخوارزمية على قائمة سوداء تتضمن معرف العربات الخبيثة التي يتم اختيارها بناءً على قيمة عتبة معينة لعدد الرسائل المستقبلة منها. ونقدم تحليلاً لأداء هذه الخوارزمية بالاعتماد على بارامترات الإنتاجية ومعدل وصول الرزم والتأخير نهاية إلى نهاية ومقارنتها مع أداء خوارزمية QLA.لتحقيق هذا الغرض استخدمنا المحاكي NS 2.35 مع استخدام إضافاتلدعم اتصالات العربات المتنقلة (WAVE).وقد بينت نتائج المحاكاة أن الخوارزمية المقترحة تخفض تأثير الهجوم بشكل ملحوظ إذ تزيد من الإنتاجية ومعدل الرزم المستلمة.

A Vehicular Ad-hoc Network (VANET) is a group of vehicles, which have special equipments enable them to connect with each other as a wireless network .The attacks are considered as the most serious challenge against this network, especially those targeting   availability requirement, which is one of the most important security requirements in VANET. The Denial of Service (DoS) and Distributed Denial of Service (DDoS) attacks are the most important attacks since they make the network not available for actual users.

In this research, we present an algorithm to detect and face the DDoS attack. This algorithm depends on a black list contains the IDs for malicious vehicles, which are being chosen depending on a certain threshold value for a number of messages received from them. We analyze the algorithm performance depending on throughput, packet delivery ratio, end to end delay parameters, and compare it with the performance of the Queue Limiting Algorithm (QLA) .To achieve this purpose, we use NS2.35 simulator using details to support Wireless Access in Vehicular Environments (WAVE). The simulation results showed that the proposed algorithm reduces the effect of the attack Significantly since it increases the throughput and packet delivery ratio.

Downloads

Published

2018-05-22

How to Cite

1.
معلا ب, محفوض ع. خوارزمية القائمة السوداء الديناميكية للحماية من هجوم حجب الخدمة الموزع DDoS في شبكة العربات المتنقلة. Tuj-eng [Internet]. 2018May22 [cited 2024Apr.23];39(3). Available from: https://journal.tishreen.edu.sy/index.php/engscnc/article/view/3764

Issue

Vol. 39 No. 3 (2017): العلوم الهندسية

Section

Articles

License

Copyright (c) 2018 ttps://creativecommons.org/licenses/by-nc-sa/4.0/

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The authors retain the copyright and grant the right to publish in the magazine for the first time with the transfer of the commercial right to Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series

 Under a CC BY- NC-SA 04 license that allows others to share the work with of the work's authorship and initial publication in this journal. Authors can use a copy of their articles in their scientific activity, and on their scientific websites, provided that the place of publication is indicted in  Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series   .  The Readers have the right to send, print and subscribe to the initial version of the article, and the title of  Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series     Publisher

journal uses a CC BY-NC-SA license which mean

You are free to:

  • Adapt — remix, transform, and build upon the material
  •  
  • The licensor cannot revoke these freedoms as long as you follow the license terms.

 

  • Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  • NonCommercial — You may not use the material for commercial purposes.
  • ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
  • No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.