زهرا گرجی - دانشجوی کارشناسی ارشد مخابرات امن و رمزنگاری، پژوهشکده فضای مجازی، دانشگاه شهید بهشتی، تهران
سعید شکرالهی - استادیار، پژوهشکده فضای مجازی، دانشگاه شهید بهشتی، تهران

شبکه های بین خودرویی فناوری های نوظهوری هستند که عملکردشان وابسته به در دسترس بودن اطلاعات دقیق و به روز وسایل نقلیه است. وسایل نقلیه ای که اطلاعات غیرعادی منتشر میکنند میتوانند در عملکرد شبکه ی بین خودرویی اختلال ایجاد کنند. بنابراین تشخیص چنین بدرفتاری هایی برای حفظ امنیت شبکه ی بین خودرویی در برابر مهاجمان، حیاتی است. در اکثر طرح های تشخیص بدرفتاری گذشته توجه کمی به استفاده از ویژگی های نظریه ی جریان ترافیک شده است. توجه به این نظریه میتواند ابزاری قوی برای ارزیابی صحت اطلاعات زمینه ی منتشرشده در شبکه ی بین خودرویی فراهم کند. برای بهبود چالش های طرح های تشخیص بدرفتاری گذشته، ما استفاده از نظریه ی جریان ترافیک را برای تشخیص بدرفتاری های ناشی از ارسال اطلاعات غیرعادی در شبکه های بین خودرویی پیشنهاد میکنیم. در طرح پیشنهادی، علاوه بر واحدهای کنار جادهای، واحدهای محاسباتی روی وسایل نقلیه نیز به عنوان منابع قابل اطمینان اطلاعات در نظر گرفته میشوند که این موضوع به کاهش هزینه های ناشی از پیاده سازی سراسری واحدهای کنار جاده کمک میکند. نتایج ارزیابی این طرح در انواع شرایط ترافیکی و با تعداد مختلف گره های مخرب نشان دهنده ی کاهش نرخ هشدارهای کاذب و بهبود دقت تشخیص است.

تشخیص بدرفتاری داده محور، آگاهی از زمینه، شبکه ی بین خودرویی، نظریه ی جریان ترافیک، اطلاعات غیرعادی