???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/1939
Tipo: Trabalho de Conclusão de Curso
metadata.dc.title: Detecção de nós injetores de falsa informação utilizando a comparação entre agrupamentos em redes de sensores sem fio
Autor(es): Macedo, Juliano Rodovalho
Primeiro Orientador: Mello, Aline Vieira de
Resumo: O ataque da Injeção de Falsa Informação, do inglês False Data Injection, consiste na introdução indevida de falsas informações, confundindo a rede e os sistemas que dela derivam. A detecção e mitigação desse ataque é altamente complexa, pois todos os nós infectados estão autenticados na rede, cumprindo suas funções originais, repassando os pacotes e realizando coletas, permanecendo assim despercebidos aos sistemas tradicionais de segurança. Nesse contexto, o objetivo geral do presente trabalho é implementar e avaliar um mecanismo capaz de detectar nós Injetores de Falsa Informação, utilizando a comparação entre agrupamentos em Redes de Sensores Sem Fio (RSSFs). Nesse sentido, o mecanismo Cluster-based False Data Detection (CFDD) foi implementado e testado através de simulações executadas no simulador TOSSIM do TinyOS. Os resultados demonstram que o mecanismo CFDD foi superior aos demais trabalhos da literatura em todos os cenários analisados, principalmente quando a RSSF apresentava altas taxas de nós maliciosos. Destaca-se a resiliência do CFDD ao suportar infestações superiores a 40% da rede, sem zerar sua detecção mesmo nos cenários com 75% de nós maliciosos.
Abstract: One of the major challenges regarding sensors use is to ensure that the information being forwarded hasn’t been modified, even when several devices are compromised. The False Data Injection attack modifies the sensed data in Wireless Sensor Networks (WSNs). This type of attack is hard to defend against when using existing approaches, because most of the mechanisms will drop the fake report without verifying from which sensor node that false information is coming from. This work presents a Cluster-based False Data Detection (CFDD) mechanism for malicious nodes detection, based mainly on the comparison among neighborhood clusters. Simulation results show a detection efficiency higher than those of NFFS, GFFS and SEF mechanisms, being capable of identifying more than 30% of the malicious devices in a 255 nodes network, even when 75% of those are compromised.
metadata.dc.subject: Engenharia de software
Redes de sensores sem fio
Segurança
Detecção de nós maliciosos
Injeção de falsa informação
Agrupamentos
Software engineering
Wireless sensor network
Security
Malicious node detection
False data injection
Groupings
CNPQ: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
metadata.dc.publisher.country: Brasil
metadata.dc.publisher: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Alegrete
metadata.dc.identifier.citation: MACEDO, Juliano Rodovalho. Detecção de nós injetores de falsa informação utilizando a comparação entre agrupamentos em redes de sensores sem fio. 85 p. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia de Software) – Universidade Federal do Pampa, Campus Alegrete, Alegrete, 2017.
Tipo de acesso: Acesso Aberto
metadata.dc.identifier.uri: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/1939
metadata.dc.date.issued: 29-Jun-2017
???org.dspace.app.webui.jsptag.ItemTag.appears???Engenharia de Software

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
Juliano Rodovalho Macedo - 2017.pdf1.4 MBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???


???jsp.display-item.copyright???