این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Information and Communication Technology Research (IJICT، جلد ۱۵، شماره ۱، صفحات ۱-۱۵
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Selfish Node Detection Based on GA and Learning Automata in IoT
چکیده انگلیسی مقاله It is critical to increasing the network throughput on the internet of things with short-range nodes. Nodes prevent to cooperate with other nodes are known as selfish nodes. The proposed method for discovering the selfish node is based on genetic algorithm and learning automata. It consists of three phases of setup and clustering, the best routing selection based on genetic algorithm, and finally, the learning and update phase. The clustering algorithm implemented in the first phase. In the second phase, the neighbor node selected for forwarding the packet in which has a high value of fitness function. In the third phase, each node monitors its neighbor nodes and uses the learning automata system to identify the selfish nodes. The results of the simulation has shown the detection accuracy of selfish nodes in comparison with the existing methods average 10 %, and the false positive rate has decreased by 5 %.
کلیدواژه‌های انگلیسی مقاله Internet of Thing (IoT), selfish node, Genetic Algorithm (GA), Learning Automata (LA), Detection accuracy (DA), false positive rate (FPR).
نویسندگان مقاله | Solmaz Nopahari
Computer engineering department, Science and Research Branch, Islamic Azad University Tehran, Iran


| Hossein Gharaee
Iran Telecommunication Research Center (ITRC) Tehran, Iran


| Ahmad Khademzadeh
Iran Telecommunication Research Center (ITRC) Tehran, Iran
نشانی اینترنتی http://ijict.itrc.ac.ir/browse.php?a_code=A-10-259-3&slc_lang=en&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده شبکه و امنیت
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات