वाहन संचार प्रणाली में वितरित न्यूरल नेटवर्क-आधारित DDoS पहचान

जैसे-जैसे आधुनिक वाहन संचार प्रणाली प्रगति करती है, मजबूत सुरक्षा उपायों की मांग लगातार महत्वपूर्ण होती जा रही है। एक गलत व्यवहार पहचान प्रणाली (MDS) एक उपकरण है जो यह पहचानने के लिए विकसित किया गया है कि क्या एक वाहन नेटवर्क पर हमला हो रहा है ताकि प्रणाली हमलावर से होने वाले नुकसान को कम करने के लिए कदम उठा सके। वाहन संचार प्रणाली वितरित सेवा से इंकार (DDoS) हमलों से महत्वपूर्ण जोखिम का सामना करती हैं। DDoS हमले के दौरान, लक्षित को संचार पैकेटों की एक भारी मात्रा से भर दिया जाता है। इस पेपर में, हम पहले वर्तमान MDS साहित्य पर सर्वेक्षण करते हैं और यह कैसे DDoS हमलों का पता लगाने और कम करने के लिए उपयोग किया जाता है। फिर हम DDoS पहचान के लिए एक नए वितरित मल्टीलेयर परसेप्ट्रॉन वर्गीकर्ता (MLPC) का प्रस्ताव करते हैं और वाहन संचार प्रणाली में प्रस्तावित पहचान योजना के प्रदर्शन का मूल्यांकन करते हैं। सिमुलेशन का उपयोग करके मूल्यांकन के लिए, हमलों के दो विशेष कार्यान्वयन किए जाते हैं। फिर Apache Spark का उपयोग करके वितरित MLPC बनाया जाता है। इस MLPC विधि के लिए औसत F1-स्कोर 95% था। प्रस्तावित विधि रैखिक विभजन और समर्थन वेक्टर मशीनों से बेहतर प्रदर्शन करती है, जिन्होंने क्रमशः 89% और 88% हासिल किया, लेकिन यादृच्छिक वन और ग्रेडिएंट बूस्टेड ट्रीज़ से बेहतर प्रदर्शन नहीं कर पाई, जिन्होंने दोनों ने 97% F1-स्कोर हासिल किया। Amazon Web Services (AWS) का उपयोग करते हुए, यह निर्धारित किया गया है कि तीन नोड्स सहित अतिरिक्त नोड्स को शामिल करने के साथ मॉडल प्रशिक्षण और पहचान समय में महत्वपूर्ण वृद्धि नहीं होती है।