Dissertação

An edge-based smart network monitoring system for the Internet of Vehicles EVALUATED

A Internet de veículos será o futuro do transporte, vai estar presente em tudo à nossa volta e terá um impacto tremendo nas nossas vidas. No entanto, existem vários aspetos que têm que ser tidos em conta no estudo destas redes, tais como: disseminação de dados e ciber ameaças e vulnerabilidades. Para que esta tecnologia funcione da melhor maneira possível, é necessário que haja um bom mecanismo para disseminação de dados. Com este objetivo, um algoritmo de encaminhamento baseado em clusters foi desenvolvido, chamado R-privo. Este algoritmo recorre a aprendizagem automática para fazer o clustering com base em relações entre nós. O R-privo em comparação com algoritmos tradicionais, obtém uma elevada taxa de entrega com um overhead baixo. Para além disto, as IoV requerem uma grande cooperação entre nós. Neste sentido, um nó com um comportamento incorreto poderá ter um impacto em toda a rede. Com base nisto, uma abordagem em deep learning foi desenvolvida para detetar e identificar qualquer anomalia. Neste projeto foram desenvolvidos dois algoritmos baseados em relações entre nós. O sistema de monitorização é capaz de identificar o ataque sybil, o id spoofing com uma taxa de sucesso de 68\% e 95\% respetivamente. Para além disso, o algoritmo foi desenvolvido para também ser capaz de detetar desvio ao normal comportamento na rede.
Internet de Veículos, Aprendizagem Automática, Cluster, Aprendizagem Profunda, Monitorização de redes

Janeiro 27, 2021, 10:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Naercio David Pedro Magaia

Faculdade de Ciências - Universidade de Lisboa

Professor Auxiliar Convidado

ORIENTADOR

Paulo Rogério Barreiros D'Almeida Pereira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar