Гибридная модель эффективного представления данных в беспроводных транспортных сетях с динамической топологией VANET
Автор: Болодурина Ирина Павловна, Гришина Любовь Сергеевна, Жигалов Артур Юрьевич, Парфнов Денис Игоревич
Рубрика: Инфокоммуникационные технологии и системы
Статья в выпуске: 1 т.22, 2022 года.
Бесплатный доступ
В настоящий момент системы информирования о дорожном движении требуют агрегирования больших данных для предоставления рекомендаций транспортным средствам в действующих условиях, что приводит к повышению комфорта пользователей. Основным инструментом повышения уровня безопасности стало своевременное информирование участников движения о текущей ситуации на дороге, погодных условиях и т. п. В этом случае если объект сети будет подвержен атаке и данные при передаче будут заменены, то по всей зоне видимости сегмента VANET возможно раскрытие конфиденциальной информации, создание аварийных ситуаций и т. д. В этой связи наиболее остро встает вопрос обеспечения безопасности, в том числе при передаче трафика, и проведения дополнительного анализа больших данных об аномалиях и проводимых несанкционированных действиях. Цель исследования. Разработать гибридную модель эффективного размещения исходных и промежуточных данных в беспроводных транспортных сетях с динамической топологией VANET, являющуюся по сути структурным представлением программно-конфигурируемой сети и инструментов проведения граничных вычислений, с возможностью оптимально относительно времени анализировать данные узлов сети и выявлять аномалии. Методы. Рассмотренный подход Edge computing состоит в расположении вычислительных мощностей в географически распределенных вычислительных устройствах ближе к конечным пользователям. Программно-конфигурируемые сети SDN передают часть функций управления и физической передачи с маршрутизаторов и коммутаторов, уменьшая нагрузку. В рамках данного исследования разработан алгоритм RD - протокол передачи и обработки промежуточных данных. Для проведения кластеризации ТС на сегменте сети использован метод обучения без учителя DBSCAN. Предварительный анализ аномального трафика проведен на основе моделей нейронных сетей RNN с кратковременной памятью. Результаты. Разработанная гибридная модель эффективного размещения исходных и промежуточных данных позволяет быстрее реагировать на несанкционированные действия. Заключение. Результаты, полученные в ходе проведенного исследования, подтверждают необходимость внедрения и масштабирования гибридной модели с граничными вычислениями на практике.
Vanet, гибридная модель, программно-конфигурируемые сети, граничные вычисления, метод dbscan, нейронные сети rnn
Короткий адрес: https://sciup.org/147236515
IDR: 147236515 | УДК: 004.75 | DOI: 10.14529/ctcr220105
Hybrid model of effective data representation in wireless transport networks with dynamic VANET topology
At the moment, traffic information systems require the aggregation of big data to provide recommendations to vehicles in the current conditions, which leads to an increase in user comfort. The main tool for improving the level of safety was timely informing traffic participants about the current situation on the road, weather conditions, etc. In this case, if the network object is subjected to an attack and the data is replaced during transmission, then the disclosure of confidential information, the creation of emergency situations, etc. is possible throughout the visibility zone of the VANET segment. In this regard, the most urgent issue is ensuring security, including when transmitting traffic, and conducting an additional analysis of big data about anomalies and ongoing unauthorized actions. Aim. To develop a hybrid model for the efficient placement of source and intermediate data in wireless transport networks with a dynamic VANET topology, which represents a structural representation of a software-configurable network and edge computing tools, with the ability to optimally analyze data from network nodes and identify anomalies. Methods. The considered Edge computing approach consists in locating computing capacities in geographically distributed computing devices closer to end users. Software-configurable SDN networks transfer part of the control and physical transmission functions from routing and switches, reducing the load. Within the framework of this study, an RD algorithm has been developed - a protocol for transmitting and processing intermediate data. To carry out clustering of vehicles on a network segment, the DBSCAN unsupervised learning method was used. Preliminary analysis of abnormal traffic was carried out on the basis of RNN neural network models with short-term memory. Results. The developed hybrid model of efficient placement of initial and intermediate data makes it possible to react faster to unauthorized actions. Conclusion. The results obtained in the course of the study confirm the need to implement and scale a hybrid model with boundary calculations in practice.
Список литературы Гибридная модель эффективного представления данных в беспроводных транспортных сетях с динамической топологией VANET
- Tomar R., Prateek M., Sastry G.H. Vehicular Adhoc Network (VANET) – An Introduction // In-ternational Journal of Control Theory and Applications. 2016. Vol. 9, no. 18. P. 8883–8888.
- Хакимов А.А., Суминов А.В., Мутханна А.С. Разработка метода организации распределения граничных вычислений в сетях VANET // Информационные технологии и телекоммуникации. 2019. Т. 7, № 2. С. 47–55.
- Abu Taleb A. VANET Routing Protocols and Architectures: An Overview // Journal of Computer Science. 2018. Vol. 14. P. 421–434. https://doi.org/10.3844/jcssp.2018.423.434.
- Allani S., Yeferny T.R., Yahia C.S. DPMS: A Swift Data Dissemination Protocol Based on Map Splitting // 40th IEEE Annual Computer Software and Applications Conference. 2016. P. 817–822.
- Allal S., Boudjit S. Geocast Routing Protocols for VANETs: Survey and Guidelines // 2012 Sixth International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing. 2012. P. 323–328.
- Mbarek N., Abdou W., Darties B. Autonomic Computing and VANETs: Simulation of a QoS-based Communication Model // Networking Simulation for Intelligent Transportation Systems. 2017. P. 211–234.
- Bangui H., Ge. M., Buhnova B., Trang L.H. Towards faster big data analytics for anti-jamming applications in vehicular ad-hoc network // Transactions on Emerging Telecommunications Technologies. 2021. Vol. 32, no. 10. https://doi.org/10.1002/ett.4280.
- Lee M., Atkison T. VANET applications: Past, present, and future // Vehicular Communications. 2021. Vol. 28. P. 2214–2096.
- Никонов В.И., Литвинов Г.А., Щерба Е.В. Обеспечение безопасности протоколов маршрутизации для телекоммуникационных сетей с динамической топологией // Доклады ТУСУР. 2018. Т. 21, № 3. С. 19–29.
- Dharmendra S., Pradhan S. Data Dissemination Techniques in Vehicular Ad Hoc Network // In-ternational Journal of Computer Applications. 2010. Vol. 8, no. 10. P. 35–39.
- Allani S., Chbeir R., Yeferny T., Yahia S. Smart Directional Data Aggregation in VANETs // 2018 IEEE 32nd International Conference on Advanced Information Networking and Applications (AINA). 2018. P. 63–70.
- Kumar K.M., Mohan Reddy A.R. A fast DBSCAN clustering algorithm by accelerating neighbor searching using Groups method // Pattern Recognition. 2016. Vol. 58. P. 39–48. https://doi.org/10.1016/j.patcog.2016.03.008.
- Kim J., Kim J., Le T., Kim H. Long Short Term Memory Recurrent Neural Network Classifier for Intrusion Detection // 2016 International Conference on Platform Technology and Service. 2016. P. 1–5.
- Krajzewicz D. Traffic Simulation with SUMO – Simulation of Urban Mobility // Fundamentals of Traffic Simulation. 2011. P. 269–293.
- Varga A., Hornig R. An overview of the OMNeT++ simulation environment // Proceeding Simutools ‘08 Proceedings of the 1st international conference on Simulation tools and techniques for communications, networks and systems & workshops. 2008. Vol. 60. P. 1–10.
