Экспериментальные результаты использования AES-128 в LoRaWAN
Аннотация:
Технология Low Power Wide Area Networks (LPWAN) привлекает значительное внимание в Интернете вещей (IoT). Long-Range Wide-Area Networks (LoRaWAN) создан компанией Long Range (LoRa) как открытый нелицензионный стандарт. Его преимущества включают большую зону покрытия, низкое энергопотребление и недорогие чипы приемопередатчиков. Стандарт шифрования LoRaWAN использует 128-битный симметричный алгоритм Advanced Encryption Standard (AES). Этот стандарт защищает связь и объекты, что выгодно для устройств с ограниченными ресурсами в IoT для эффективной связи и безопасности. Проблемы безопасности сетей и устройств LoRa остаются важной задачей, учитывая широкое распространение этой технологии в многочисленных приложениях. Несмотря на то, что создатели LoRa улучшили архитектуру и безопасность сети LoRaWAN, последняя версия все еще имеет некоторые недостатки, такие как уязвимость к атакам. Многочисленные исследования показали, что версии LoRaWAN 1.0 и 1.1 содержат угрозы безопасности и уязвимости. В работе предлагается метод построения и интеграции криптографических алгоритмов (AES- 128) в широко используемых симуляторах беспроводных сетей NS-3. Целью данного средства является повышение безопасности данных в сетях LoRaWAN путем защиты критически важной информации от несанкционированного доступа. Внедрение алгоритма шифрования AES-128 в симулятор NS-3 позволит изучить влияние различных мер безопасности на показатели производительности сети, включая задержку, накладные расходы, энергопотребление, пропускную способность и размер пакета.
Ключевые слова:
Постоянный URL
Статьи в номере
- Применение машинного зрения для автоматического контроля процесса выращивания монокристаллов галогенидов таллия по методу Бриджмена–Стокбаргера
- Оптические спиновые токи в хиральных оптоволокнах
Геометрическое моделирование и компенсация ошибок позиционирования режущего инструмента для устранения выступов при обработке оптических поверхностей с большим радиусом сферы
- Контроль состава и определение дозировки ингибиторов гидратообразования по их инфракрасным спектрам
- Классификация двигательной активности человека на основе анализа мультисенсорных данных
Универсальная модель архитектуры краудсорсинговой системы разметки и подготовки медицинских данных
- Методы роевой оптимизации частиц и локальных эвристик для решения мультиагентной задачи коммивояжёра
Ускорение и анализ производительности алгоритмов поиска кратчайшего пути на GPU с использованием платформы CUDA: алгоритмы Беллмана–Форда, Дейкстры и Флойда–Уоршелла
Обнаружение аномалий для IIoT: анализ набора данных Edge-IIoTset с различными распределениями классов
- Классификация пептидных последовательностей с использованием скрытых марковских моделей, учитывающих отрицательные примеры
- Сжатие векторных представлений с использованием кластеризации с помощью ансамбля небрежных решающих деревьев и раздельного хранения центроидов
Повышение эффективности обнаружения DoS-атак в Kubernetes: подход на основе машинного обучения с интеграцией метрик уровня узлов и приложений для мультифреймворковых сред
- Решение задачи автономной навигации беспилотного летательного аппарата на основе интеграции инерциальной и оптической систем измерения
Математическая модель движения сферического ротора в процессе доводки чашечными притирами со свободным абразивом
Экспериментальное исследование структуры течения и поля температур оптически прозрачной среды посредством фоново-ориентированного шлирен-метода
Разработка и исследование метода обучения с креплениями для акустической аппаратуры промышленного назначения
Методы моделирования аномальных режимов динамических процессов на основе энергетической оценки
- Волновая регрессия: нелинейная когнитивная эвристика
- Оценка надежности восстанавливаемого кластера контейнерной виртуализацией
- Вычисление объема симплекса в барицентрических координатах в многомерном евклидовом пространстве
Вероятностный метод матричной кластеризации с априорным распределением признаков для формирования несмещенной контрольной группы