Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/46065
Registro completo de metadados
Campo DCValorIdioma
dc.creatorNatividade, Diego Vinicius-
dc.date.accessioned2021-01-25T16:33:00Z-
dc.date.available2021-01-25T16:33:00Z-
dc.date.issued2021-01-25-
dc.date.submitted2020-11-24-
dc.identifier.citationNATIVIDADE, D. V. DVNAT: a Dedicated Vehicular Network ArchiTecture against inconsistency and bad-mouthing attacks through a reputation system. 2020. 78 p. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2021.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/46065-
dc.description.abstractThe VANETs (Vehicular Ad hoc Network) brought more safety and comfort to traffic, allowing the exchange of traffic messages and entertainment content between vehicles. However, several types of attacks are known on vehicle networks, causing significant problems for drivers. Inconsistency and collusion attacks by bad-mouthing, for example, can disturb the correct functioning of the network. This paper presents DVNAT (Dedicated Vehicular Network ArchiTecture), which is capable of handling these types of attacks on vehicular networks. It uses a digital signature with the Ed25519 algorithm and a centralized reputation system with the LETICIA (Lightweight and EfficienT Information exChange In Ad-hoc network) algorithm developed to mitigate malicious vehicle attacks on the network. Simulation results show that DVNAT with the LETICIA algorithm effectively reduced the reputation of the malicious vehicle against inconsistency attacks while maintaining the reputation of the vehicle honest against bad-mouthing collusion attacks when compared to the ARS algorithms, BYOR, BYOR-LF, and IDES algorithms.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsrestrictAccesspt_BR
dc.subjectVehicular Ad hoc Networkpt_BR
dc.subjectRedes veicularespt_BR
dc.subjectAlgoritmo Ed25519pt_BR
dc.subjectSistema de reputaçãopt_BR
dc.subjectReputation systempt_BR
dc.subjectVehicle networkspt_BR
dc.subjectEd25519 algorithmpt_BR
dc.titleDVNAT: a Dedicated Vehicular Network ArchiTecture against inconsistency and bad-mouthing attacks through a reputation systempt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Correia, Luiz Henrique Andrade-
dc.contributor.referee1Bettio, Raphael Winckler de-
dc.contributor.referee2Santos, Aldri Luiz dos-
dc.contributor.referee3Guidoni, Daniel Ludovico-
dc.description.resumoAs VANETs (Vehicular Ad hoc Network) trouxeram mais segurança e conforto para o trânsito, possibilitando a troca de mensagens de tráfego e conteúdos de entretenimento entre os veículos. Entretanto, existem vários tipos de ataques conhecidos em redes veiculares, que podem trazer grandes problemas para os motoristas. Ataques de inconsistência e conluio por bad-mouthing, por exemplo, são capazes de perturbar o correto funcionamento da rede. Este trabalho apresenta o DVNAT (Dedicated Vehicular Network ArchiTecture), que é capaz de lidar com esses tipos de ataques em redes veiculares. Ele utilizando assinatura digital com o algoritmo Ed25519 e um sistema de reputação centralizado com o algoritmo LETICIA (Lightweight and EfficienT Information exChange In Ad-hoc network), que foi desenvolvido para mitigar ataques de veículos maliciosos em VANET. Resultados de simulação mostram que o DVNAT com o algoritmo LETICIA reduziu efetivamente a reputação do veículo malicioso contra ataques de inconsistência, ao mesmo tempo que manteve a reputação do veículo honesto contra ataques de conluio por bad-mouthing, quando comparado aos algoritmos ARS, BYOR, BYOR-LF e IDES.pt_BR
dc.publisher.departmentDepartamento de Ciência da Computaçãopt_BR
dc.subject.cnpqCiência da Computaçãopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2192480626008248pt_BR
Aparece nas coleções:Ciência da Computação - Mestrado (Dissertações)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.