چکیده فارسی :

تكنولوژی شبكه حسگر بیسیم(WSN) در سال‌های اخیر توجه زیادی را به خود جلب كرده است و برنامه‌های كاربردی جدیدی را ایجاد كرده است، ولی با توجه به مقدار محدود منبع انرژی، حافظه، و محدودیت‌های محاسباتی، برای طراحی پروتكل به پارادایم‌های غیرمتعارف نیاز دارد. از این تكنولوژی در برنامه‌های كاربردی نظامی، پزشكی، و نظارت بر صنعت و محیط زیست استفاده می‌َشود. برای ارتقای این شبكه‌ها به منظور تامین اهدافی مثل افزایش طول‌عمر، سرعت انتقال اطلاعات، كیفیت سرویس و امنیت، تلاش‌های زیادی انجام شده است. یكی از موضوعات چالش‌برانگیز در این شبكه‌ها، بررسی حملات امنیتی به لایه‌ی شبكه و یافتن راه‌حلی برای آنها است. بنابراین ما با استفاده از حداقل مصرف باتری، و با یك الگوریتم ساده، كارآمد و مستحكم باید روشی ایجاد كنیم كه بتواند حمله را تشخیص داده و مانع دسترسی مهاجم به شبكه شود تا به اهداف خود برسیم.

هدف از این پژوهش این است كه تهدیداتی را كه با الگوریتم ژنتیك خوشه‌بندی در شبكه‌های حسگر خوشه‌ای تشخیص داده شدند شناسایی كنیم، كه باعث طولانی شدن طول عمر شبكه خواهد شد. علاوه بر این، مسیریابی بهینه با استفاده از تابع فازی انجام می‌َشود. نتایج شبیه‌ُسازی نشان می‌دهند كه الگوریتم ژنتیك شبیه‌سازی‌شده، سرعت تشخیص را افزایش داده و هزینه‌ی مصرف انرژی را بهبود بخشیده است.

كلمات كلیدی:

شبكه حسگر بیسیم، تشخیص حمله، الگوریتم ژنتیك، تابع فازی، انرژی

چکیده انگلیسی :

Wireless Sensor Network (WSN) technology has attracted much attention in recent years and enables new applications but it requires nonconventional paradigms for the protocol design due to limited amount of energy source, memory, and computation constraints. This technology is used in military, medicine, environmental and industrial monitoring applications. Many attempts have been done, to promote these networks in order to meet objectives such as increasing lifetime, speed of transfer information, quality of service and security. One of the challenging subjects in these networks is surveying the security attacks to the network layer and finding a solution for them. Thus, we need to establish a method which can detect the attack and disable the attacker from the network access, by using the minimum battery consumption, and with a simple, effective and robust algorithm to perform our objectives.