La détection des attaques DoS en utilisant l'analyse de la variance ANOVA dans les réseaux de capteurs sans fils

Abstract

Le domaine d’application des réseaux de capteurs sans fil (RCSF) ne cesse d’accroître avec le besoin d’un mécanisme de sécurité efficace. Le fait que les réseaux de capteurs sans fil traitent des données très souvent sensibles, opérant dans des environnements hostiles et inattendus, les réseaux de capteurs sans fil (RCSF) peuvent être victimes de plusieurs attaques. L’attaque déni de service(DoS) est l’une des plus dangereuses, car ils peuvent avoir des impacts négatifs sur les applications critiques des RCSF, donc la notion de sécurité est considérée comme indispensable. Cependant, à cause de la limitation des ressources et la faible capacité de calcul d’un nœud capteur, le développement d’un mécanisme garantissant une sécurité pose de vrais défis de conception. Parmi les solutions proposées, les systèmes de détection d’intrusion (IDS) basés sur les modèles statistiques ont prouvé leur efficacité. Dans ce travail, nous avons étudié les possibilités de détecter les attaques DoS en analysant la variance (ANOVA) entre le profit normal et les futures valeurs des attributs qu’on a choisi sur la base de leur impact sur le fonctionnement normal d’un RCSF. Nous avons simulé quelques attaques : Blackhole, Hello-Flood et DoS, et sur la base de 100 simulations déployées, les performances de notre système sont plutôt acceptables, nous avons atteint 70% de précision dans le scénario de Blackhole, et 61% de précision dans le scenario Hello-Flood, et 65% de précision dans le scenario DoS