امنیت شبکه های بی سیم حسگر با استفاده از الگوریتم چندعاملی رمزنگاری و سیستم تشخیص نفوذ با بکارگیری الگوریتم های هوشمند

با توجه به گستردگی استفاده از اینترنت و شبکه های ارتباطی، شبکه های بی سیم، از جمله شبکه بی سیم حسگر مورد توجه قرار گرفتند. قابلیت استفاده در هر محیط و بدون نیاز به نظارت و مهندسی محیط این شبکه ها، باعث کاربرد روزافزون آنها در زمینه های مختلف شده است، افزایش کاربرد آنها باعث مطرح شدن مسئله های امنیتی در زمینه ارسال و دریافت اطلاعات شده است. امنیت به عنوان مهمترین مسئله مطرح شده و بدون امنیت مناسب، گره های حسگر به راحتی توسط گره متخاصم تصرف شده، سازش شده و ربوده می گردد. قبل از اینکه شبکه بی سیم حسگر به طور موفق آرایش داده شود، باید مسائل امنیتی مدنظر قرار گیرند. حملات متعددی می توانند امنیت شبکه ها را به خطر بیندازند که از نظر نوع فعالیت به حملات فعال و حملات غیر فعال قابل دسته بندی هستند. در این پژوهش هر دو دسته حمله در نظر گرفته شده است. در دسته حملات غیرفعال حمله شنود به عنوان یکی از حملات مهم در شبکه های بی سیم حسگر با توجه به خصوصیات شبکه، انتخاب گردیده است که در جهت مقابله با این حملات الگوریتم رمزنگاری با حداقل بار محاسباتی مد نظر است. همچنین این الگوریتم در صورت پیاده سازی بر روی سخت افزار پرسرعت، سربار محاسباتی را کاهش می دهد. در راستای این اهداف و نیازها الگوریتم رمزنگاری داده های بین المللی*(idea) انتخاب شده که به صورت چندعاملی بر روی دروازه آرایه قابل برنامه ریزی (fpga) قابل نصب بر روی گره حسگر ارائه گردیده است. دلیل انتخاب این الگوریتم عملگرهای جمع پیمانه ای، ضرب پیمانه ای و xor، موجود در آن به عنوان تنها عملگرهای بکارگرفته شده است که نیاز به توان محاسباتی اندک این عملگرهای ناسازگار* باعث افزایش سازگاری با محدودیت های شبکه بی سیم حسگر شده است. در این پژوهش عامل ها در نظر گرفته شده و تأثیر آن بر پیاده سازی بررسی گردیده و افزایش سرعت رمزنگاری را به دنبال داشته است. در زمینه مقابله حملات فعال، بهترین روش بکارگیری سیستم تشخیص نفوذ است. سیستم تشخیص نفوذ با فراهم کردن قابلیت تشخیص حمله و نفوذ در شبکه برای مدیر شبکه در انواع شبکه کاربرد دارند. سیستم تشخیص نفوذ ارائه شده با استفاده از روش های داده کاوی به انتخاب خصیصه های تاثیرگذار پرداخته و سپس با ترکیب روش های هوش مصنوعی شامل شبکه عصبی و الگوریتم ژنتیک وضعیت ارتباط را به صورت نرمال یا یکی از کلاس های حمله تعیین شده، مشخص می کند. ترکیب شبکه عصبی و الگوریتم ژنتیک در راستای کاهش بار محاسباتی تشحیص الگو، قدرت تشخیص حملات را در سیستم تشحیص نفوذ پبشنهادی افزایش داده است، به طوری که دقت مدل، نرخ تشخیص خطا و نرخ خطای مثبت به ترتیب برابر با 99.08%، 99.20% و 0.014% خواهد بود و همچنین با انتخاب خصیصه های ضروری حجم حافظه مورد نیاز را کاهش داده تا قابلیت بکارگیری این سیستم را در شبکه های بی سیم حسگر با توجه به محدودیت آنها افزایش دهد.