Using Neural Networks to Detect Internal Intruders in VANETs


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

This article considers ensuring protection of Vehicular Ad-Hoc Networks (VANET) against malicious nodes. Characteristic performance features of VANETs and threats are analyzed, and current attacks identified. The proposed approach to security provision relies on radial basis neural networks and makes it possible to identify malicious nodes by indicators of behavior.

Об авторах

T. Ovasapyan

Peter the Great St.Petersburg Polytechnic University

Автор, ответственный за переписку.
Email: otd@ibks.spbstu.ru
Россия, St. Petersburg, 195251

D. Moskvin

Peter the Great St.Petersburg Polytechnic University

Email: max@ibks.spbstu.ru
Россия, St. Petersburg, 195251

M. Kalinin

Peter the Great St.Petersburg Polytechnic University

Автор, ответственный за переписку.
Email: max@ibks.spbstu.ru
Россия, St. Petersburg, 195251

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Allerton Press, Inc., 2018

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).