基于SVM的VANET黑洞攻击检测方法

• 作者: 叶雪梅 戴宇佳 朱云杰 范青刚 蔡艳宁 许馨月
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 车载自组网 黑洞攻击 支持向量机
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 58-60,63
• 页数: 4页
• 分类号: TP393
• 字数: 2972字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2015)06-0058-03

摘要

车载自组网（ VANET）在遭受黑洞攻击时会丢失数据分组，影响网络正常通信。提出了针对黑洞攻击的特征向量选择方法，建立了正常情况和黑洞攻击情况下的车队仿真模型，并采用支持向量机（ SVM）的方法对VANET进行黑洞入侵检测。仿真结果表明：对于非源、目的节点以及攻击节点，采用该检测方法时都能够保持较高的检测率和较低的误检率，达到了基于单个节点通信数据判断当前 VANET是否遭受黑洞攻击的较好效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶雪梅	西安高技术研究所计算机教研室	2	18	1.0	2.0
2	许馨月	西安高技术研究所计算机教研室	2	18	1.0	2.0
3	朱云杰	西安高技术研究所计算机教研室	1	1	1.0	1.0
4	蔡艳宁	西安高技术研究所计算机教研室	1	1	1.0	1.0
5	范青刚	西安高技术研究所计算机教研室	1	1	1.0	1.0