Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   10 ,  No.   4 ,  A ugus t   2020 ,   pp.  3685 ~ 36 94   IS S N:  20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v 10 i 4 . p p3 685 - 36 94           3685       Journ al h om e page :  http: // ij ece.i aesc or e.c om/i nd ex .ph p/IJ ECE   A compr ehensi ve study of  distribu ted Deni al - of - Se rvic e atta ck  with the d etectio n techn iqu es       H.  H .   Ibr ah i m 1 ,  A.  E.  Ham z ah 2 ,  H.  A.  Sa eed 3 ,   H. H.  Qa sim 4 ,  O. S.   Ha me d 5 ,     Hussein  Y ahy a   Alkh alaf 6 ,  M.   I. Hamz a 7   1 ,2,3,4 Facul t y   of E le c tri c al a nd  Ele ct roni c  Eng ineer ing,   Univ ersit i   T un  Hus sein  Onn  Malay s ia,  Ma lays ia   1, 2 ,5,6 Depa rtment   of  Engi n ee rin g  a nd  Buil t   Env iron m ent ,   Univer si ti  Keba ngsaa n   Mal a y si a, Ma l a y s ia   7 Depa rtment of  Com pute r  Engi n ee ring ,   Univ ersity   of  Basr ah, I raq       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   Oct  21 , 201 9   Re vised  Feb   2 ,   2020   Accepte d  Fe b   1 0 , 202 0     W it h  the   dr amat ic   evo lut ion  in  n et works   nowada y s,  an  equ iva l en t  growth  of  cha l le nges   h as  b ee n  d epi c te d   to ward  implement ing  and  d epl o ym ent   of  such   net works .   One  o f  the   ser ious  challe ng es  is  the   se cur ity   wher e  wi de  ran g e  o f   at t ac ks  would  t hre at  the se   ne t works .   Denia l - of - Servic e   (DoS )  is  one   of    the   comm on  att ac ks  th at   ta rge ts  seve ra l  t y p es  o f  net works   in  w hic h  a   huge   amount  of  infor m at ion  is  b ei ng  floode d  int o  a  sp ec if ic   se rve r  fo r  the   purpos e   of  turni ng  of   such  serve r.  Man y   r ese ar ch  studie s  ha ve  exa m in e d     the   sim ulation  of  net works   in   orde r  to  obse rve   th e  b eha vi or  of  DoS .   How eve r,   the   va rie t y   of  it s  t y pes   hinde rs  the   proc ess  of  conf iguring  the   DoS   at t ac ks.  In  par t ic ul ar,   the   Dist ribut ed  DoS   (D DoS )  is   conside red   to  be     the   m ost  cha ll en ging  thre a t  to  var ious  net works .   Henc e,   thi s  pa per   ai m s  to  ac comm odat e  a   comprehe nsive   sim ula ti on  in   orde r  to   figu re  out  and     det e ct   DD oS  at ta cks.   Us ing  the   well - known  sim ula tor  te chn iq ue  of  NS - 2,     the   expe r iment s  show ed  tha t  diffe ren t  t y p es  of  DD o S  have   bee n   cha ra cteri z ed,   exa m ine d  and   det e cted.   This   implie s  the  eff icac y   of     the   comprehe nsi ve  sim ula t ion  pr oposed   b y   th is st ud y .   Ke yw or d s :   Den ia l  of  ser vi ce   Distrib uted  De nial - of - Ser vice   Inform at ion  secur it y    In tr us i on d et ec ti on   Si m ulati on     Copyright   ©   202 0   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   H .  H .   I br a him ,    Faculty  of Elec tric al  an d El ect ronic E ng i neeri ng ,   Un i ver sit i T un  Hu s sei n O nn  Ma la ysi a,   86400 Pa rit R aja,   Joh or ,  Mal ay sia .   Em a il : hu ssam pc93 @g m ai l.c om       1.   INTROD U CTION     Distrib uted   de nial  of  se r vice  ( DDoS)  is   on e  of  t he  c omm on  at ta cks   wit hin  wi de  range   of  netw orks   wh e re  the  rec ogniti on   a nd   pr e ve ntion   of   su c h  at ta ck  has  al ways  been   a  ho t  issue   in  network   s ecur it y   researc h  [1 - 4] .   DDoS  de te ct ion   a nd   def e nc e  syst e m s  hav e  m any  sh or tc om ing s  su ch  a s  high  false  posit ive   rate,  low  exe cution  ef fici ency,  an d  la ck   of   li nk a ge  be tween  detect i on   a nd   de fe nc e  [5 - 7] .  The refor e ,   el i m inati ng   false  posit ives,  i m pr ov in g  e xec ution  ef fici enc y,  and  en ha ncing   t he  li nkage   betwee n  detect ion   a nd  def e nce  proces ses h a ve  al ways b ee n  t he  f oc use s of  researc h  [8 - 12] .   W it h  the  div e r sit y  and   dif fere nt  cha racteri s ti cs  of   D oS,  th e  process  of   de te ct ing   su c h  a tt ack  is  sti l l   facin g  obsta cl es  [13 - 16] .  Şi m şek  &  Şentürk  [17]   ha ve  pro posed  m et hod  that  util iz e  t he  pre - co ngest ion   i n  order   to  a naly ze  the  flow   of   da ta   du ri ng   this  per i od.  The  au thors  ha d  an  as su m ption   that  low - rate  distri bute d  DoS  is  one  of   t he  ha r dest  to  be   detect ed  du e   to  their  sim il ar it y  to  the  norm al   beh a vior.  T he refor e ,  the  a ut hors   hav e  f oc us e d  on   the  pe rio ds  hav e  no  co ngest ion s  in  orde r  to  diag on is  the  featu res.   T he  featu res  ext racte d  from   su ch  peri od s  hav e  bee n  inc orporated   to  form   a  ne w  filt erin g  ap proac h  f or   detect ing   D D oS   at ta cks .   Re su lt s of sim ulati on   sho wed fair  pro gr e ss  on c har act e rizi ng  DDoS at ta ck s.   Bukhar ov  et   al .  [ 18 ]   hav e   pro po s ed  a   gam e - base d  m et ho d  for  sim ula ti ng   DoS  at ta cks.  T he  propos e d  m et ho d  has  util iz ed  a  scena rio  w he re  the  i nt ruder   would  be   at tract ed  in  orde r  to  gain  i nfo rm ation   re ga rd i ng  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J   Ele c &  C om p  En g,   V ol.  10 , No .  4 ,  A ugus t   2020   :   3685   -   3694   3686   his  real  inte ntion s .  Re s ults  of  sim ulati on   sh owe d  that  th e  pro po s ed  m et hod  has  the  a bili ty   to  detect   wide   range  of Do S a tt acks.  Wang e t al .  [19]   hav e   pro po se d  a  Do S d et ect io n  m e thod  based o n honeynet t ec hnology .     The  propose d  m et ho d  was  in te nd e d  to  obse rv e  a nd  analy z e  the  cha racter ist ic s  of   eve ry  beh a vior  in  or der   t o  detect   sp eci fic  patte r n.  Fina ll y,  the  pr opose d  m et ho d  a i m ed  at   detec ti ng   s uc h  patte rn s   w hic h  m ight   corres pond  to  DoS  at ta cks.   Re su lt s  of   sim ulati on   sho wed   pro gr e ss  on   dete ct ing   D oS   at ta cks.   Mo hd  et   al .  [20]   hav e  e xam ined   the  distri bu te d  DoS  that  m igh t  occ ur   on  I nt ern et   of   T hing s  (IoT )  net wor ks .  T he  a uthor s  ha ve   util iz ed  OMN ET++  in  orde r   to  create   a  virtu al   en vir on m ent  that  si m ulate   the  Io T  ne twork s .  D ur i ng  su c h  si m ulati on , th e  au thors h a ve  c har act erize d  se ver al  DDoS at ta cks.   A s d e picte d  from  the l iteratur e , it i s o bv io us   that  the  exam inati on  of  DoS   at ta cks  is  sti ll  a  chall en ging   ta sk   w he re  w ide  ra ng e   of  s uch  at ta ck  w ould  be   encou ntere d  es pecial ly   with  the  va riet y  of   ne tworks  nowa days.  T her e for e,   this  pa per   ai m s   to  accom mo date   a com pr ehe ns i ve  sim ulati on  to  e xam ine  the ty pes of   D oS ,  a s w el l as,  att em pt ing  to  det ect  these att acks .        2.   RESEA R CH MET HO D   On e  of   the  m os t  seriou s  probl e m s  is   DD oS,   and   m a ny  def enses  ha ve  bee n  pro posed  to  address  thi s   threat.  I n  ord er  to  com par e  and   eval uate  these  so luti ons,  a  com m on   evaluati on  platfo rm   is  req ui red.     The  m et ho do l ogy  of   this  pa pe r  consi sts  of   th ree  par ts:   a  ty pical   attack  scenari o  co ns ist in g  of   the  dim en sion s  of   le gitim at e   traff ic   an d  ta rg et   netw ork  re sourc es,  te sti ng   the   m et hodo l og ic al   crit eria  that  captu re   perform ance  m et rics  an d  are   a ff ect ed   by  t he  eff ect ive ness  of  at ta cks  a nd  de fen se s  it   is  co m po sed.   In   ord er  to   do so, t he  f ollo wing ste ps   have bee n  a pp li e d:     Detect  and  filt er  on e - way le gi tim at e traff ic  fro m  traff ic  i de ntifie d  as  a  pos sible at ta ck.       Detect  att ack  usi ng m ulti ple d et ect ion  crite ri a.      It is legit im a te  f r om  att ack traf fic.  Finall y,      Atta ck  sam ples f ro m  att ack traf fic, s umm arize at ta ck  functi on s i n  a rea dabl e fo rm at  an d  m achine - r eada ble   form , an d faci li ta te  the appli cat ion   of cluster ing  m et ho ds.    This  m akes  it   easy   to  c olle ct   at ta ck  sam ples  f r om   m a ny  pu blic  trac es.  All  of  the se  pastes   are   autom at ed  by  a  series  of  to ols.   Figure  1  s how s  ap plyi ng   th e  si m ulati on   pro cess  to  at ta ck  c ases  re qu i rin g  m or e  at ta cker s a nd  usa ge  sce na rios. I n our sim ulatio n m et ho do l ogy we  fo ll ow t he se steps:     First Step:  I n  fi rst step  is to c r eat e a n et work  topolo gy  with   an NS - 2  te ll  sc ript fo r  eac h  at ta ck.       Seco nd   Step:  I n  sec ond  ste p  is  to  at ta ch  th e  le gitim at e  tr aff ic   rec ords  t o  pe rfo rm   le gi tim a te   traff ic   on   topolo gy  no de s.  A fter  t hat, r e al - tim e  at ta ck  t rack s   are   li nk e d  to   to po l og ie s   to g ene rate  at ta ck  tra ff ic .   T he se   at ta ck  rec ords are a naly zed.           Figure   1 .  Fr am ewor k of  t he pr opos e d  m et ho d       The n  si m ulati on   is  again  pe rfor m ed,   al l  traff ic   is  m on it or e d,   an d  an  offli ne  analy sis  is  perform ed.   The  outp ut  tra ce  file   is  the n  us e d  to  m easu re  the   at ta ck.   The  sim ulati on  topolo gy  us e d  for  t his  ex pe r i m en t   con ta in s  a  le gitim at e  client  pool  co ntainin g  var i ous  node s  that  are  us ed  to  ge ner at e  le gitim at e  traff ic .     To  ge ner at e  le gitim at e   traff ic ,  real - tim e  trac ks   are  us e d.   W it h  these  tra ces,  the  nodes   gen erate  TCP   traff ic .     An att acker  u s ed UD P tra ff ic   to lau nch an  att ack.    The  pur pose  of  the  at ta ck  is  to  con s u m e  t he  ba ndwidt h  of   the  bott le ne ck  li nk   so   that   le gitim at e   traff ic   c ould not  se nd   t he  pac kets.  Eac h  sim ulati on   ti m e  is  2  sec onds.  Le gi tim at e  traff ic   is  base d  on  TC P,  s o  it   go e s  th rou gh  the  sl ow   boot   ph a se.  T he  t otal  nu m ber   of  le gitim at e  cl ie n ts  in  the   le gi ti m at e  cl ie nt  pool  is  8.     The  t otal t raffic  load an d b ottl eneck   ba ndwi dth   re pr ese nt t he  sce nar i o of  a busy c onnect ion .     In   our  e xp e rim ents,  le gitim at e  traff ic   is  ge ner at e d  us i ng  real  tim e  tracks.  T he  le giti m at e  traff ic   is   base d  on  TCP.   He re  we  hav e   co ns ide red  13  le gitim at e  cl ien ts  that  wa nt  to  c omm un ic ate  with   the  TC P  S i nk   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       A com pr ehe ns i ve stu dy of dist ribu te d Den i al - of - Service  attack wi th t he de te ct ion  tech niques   ( H . H.  Ibra him )   3687   node.  Re al - tim e  data  set s  a re  again  us e d  to   gen e rat e  DDo S  at ta cks.   The   a m ou nt  a nd  c om plexit y  of   tra ff ic   in   record s  is  ve r y  hig h  a nd  ve ry  dif ficult   to   unde rstan d.   The  trac ks   use d  to  c reate  an  at ta ck  are  s tore d  in    tr  f or m at .  So m e  res ults  are  si m ula te d  by  gnup l ot  an d  oth e r   extracte d  in form ation   a nd   t he n  pass e d  to  e xcel  to   pro du ce  the  graph ic al   resu lt s.     2.1 .    Simul at io n   The  sim ulator  us ed  in  t his  pap e r  was  t he   NS 2  sim ulator.   Net work   Sim ula tor  Ve rsion   2,   widely   known  as  N S 2,   is  an  eve nt   dr ive n  si m ulati on   too l  th at   is  us efu l  in  stu dying   th e  dynam ic   na ture  of   co m m un ic at ion   net works  [ 21] .  The  c os t  of  buil ding  a  r eal   distribu te d  te sti ng   en vir onm ent  is  ver y  high.  Si m ulati on   is  a n  im po rtant   m et hod  i n  netw ork   resea rc h,   a s  si m ulati on   ca n  be   use d  to   ana ly ze  netw or k  r el at ed  pro blem s  un de r  dif fer e nt  pr oto cols ,  cr os s  tra ff ic   an d  to polo gies  with  m uch   le ss  cost  [22 - 24] .  Th e  m os t   well - known  netw ork  sim ulator  is  NS2.  N S2   sim ulator  c ov e rs  a   la rg e  num ber   of   a pp li cat ions ,  protoc ols,  networ k  ty pes,   net wor k  el e m ents  and   traff ic   m od el s.   The refor e ,  we   us e  NS2  sim ulator  f or  this  t hesis.  Sim ulatio n  of   wire d  as  well   as  wireless  net work  f un ct io ns  and   prot oco ls  (e. g. ,  routin g  a lgorit hm s,  TCP,  U DP)  ca n  be   done   us in g  NS2.  I n  gen e ral,  NS2  pro vid es   use r s  with  a  way  of   sp eci fyi ng  s uc h  netw ork  prot oco ls   an d  sim ulati ng  their  c orrespo ndin g  beh a viors .  D ue  t o  it s  fle xib il it y  and  m odular   nat ur e,   NS2  has  gaine d  c onsta nt  popula rity   in the net w orki ng r esea rc h  c om m un it y.   At  the   sim ul at ion   le vel,  NS - 2  us e s  th e  OTcl  ( Obje ct - Or ie nted   T oo l  C omm and   Lan guage )   pro gr am m ing   l angua ge  to  i nterpret  us e r  si m ula ti on   scri pt s  [25] .  T he  O Tcl   la nguag e   is  act ually   an  obj ect - or ie nted  exte nsi on   of   the  Tc l  la ng ua ge.   At  the  top   le vel,   NS   is  the  interp reter  f or   th e  us er' s  Tcl   script.     Tcl   la ngua ge  is  full y com patible  w it h  the  C + + pro gr am m in g  la ng uag e .   NS   c reates  t wo  m ai n  analy sis  repor ts   sim ultan eo us ly   a nd  al so   e xpla ins  t he   OTcl  scri pt.  O ne  of  them   is  the  Network  An im at or   (NAM)  ob j ect ,  w hich  sho ws  sim ula te d  visu al   ani m at ion s.  The  oth e r  is   a  trackin g  obj ect   th at   co ns ist s  of  t he  be hav i or  of  al l  obj ect s  i n  the   si m ulati on .   N S  pro j ect s  a re  us ua ll y  sh ip pe d  with  var i ou s   s of t wa re  pack a ges   ( ns,  nam ,  tc l,  otc l,  et c.)   an d  are   ref e rr e d  t o  as   a n  "al l - in - on e   pa ckag e ,"  but  th ey   can  al so   be  sea rched  a nd  d ownl oa ded  se par at el y.  This  stu dy  us e d  a  sta ble  ver si on  of  t he  ns   2.1 5  ns   al l - in - on e   pack a ge  a nd  i ns ta ll ed  it   in  t he  Re d  H at   E nter pr ise   Li nux  5  op e rati ng  env i ronm ent.  This  work i ng  ".tcl "  file   was writt en  a nd  par se d wit h  a  text edit or .  "tr " f il e. Fi gure  2 sh ows  the  flo w char t  of the  sim ula ti on .           Figure   2 .  Flo w char t  of the  sim ula ti on   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J   Ele c &  C om p  En g,   V ol.  10 , No .  4 ,  A ugus t   2020   :   3685   -   3694   3688   2.2 .    Simul at io n  mo dels   Mod el s  il lustra te   the  m ov em e nts  of  node s  a nd   t he  co nnect ion   betwee n  m od el s  in  LA N  and   WL AN  within   the  sp a ce  of  sim ulatio n.  In  W LA N   the  forem os t  m ann er   use d  f or  sim ulati on   is  Ra ndom   W a ypoint   qu al it y  m od el .  Durin g  t his  m od el   the  node s  pa ssage  from   waypo int  t o  s ubs equ e nt  with  a   haphaza rd ly   c hose n   sp ee d  ( unif orm ly   distribu te d  betwee n  0 – 20  m /s).  A   sel ect ed  s peed  an d  pe rio d  is  c hos en  fo r  eac h  tra ns it ion.   Wh e n  the  sti pula te d  tra ns it io n  pe rio d  e nd s  the  node  m ight   pau se  for  a  s el ect ed  per i od   of   y our  tim e  bef ore   beg i nn i ng  it s  transiti on  to w ard s  subse qu e nt  wayp oin t .  Nodes  within   the  sim ulati o n  disc overe d  m ov e  consi ste nt  with   a  m od el   that' s   ac knowle dge  because   the  “ r andom   waypo i nt”  m od el   sel ect s  an  ob l ong  fiel d.   Qu al it y  m od el s  we re  c reated   f or   t he  sim ulati on s  m ist reat m ent  thirty - on e  node s,  m os t  sp ee d  of  twe nty  m /s,  topolo gy bo undar y  of a th ous and × a t hous a nd and  sim ulatio n  ti m e o f fifty  sec.    The  i ns tr uctions o f  e xp e rim enting  the  sim ula ti on  ca n be e xp la ined  as  foll ows:     Fo r  a naly zi ng   giv e n  sce nar i os t he n wr it e do wn TCL sc ript  then si m ulate  b y ns2.     The n  the  traces  f il e an d nam e file  which is  cr eat ed  du rin g  e xecu ti ng  TCL  scripts  for  eac h si ngle  sc ena ri o.     Creat e a f i nal pro ce dure.     Creat e  nodes   wh ic h  will   be  pr e sent  the   s pecific  to polo gy.  H ere  i n  e xp e rim ents  each  sce nar i o  ha s  nu m ber s  of  nodes.     Creat e  the  wa y  of  co nnect io n  betwee n  node s  way po i nts  t o  represe nts  w irel ess  co nnect ion   or  li nks  t o  connect  th e  nodes  i n  L AN.     Set  up   the LAN  by  s pecifyi ng  the  no des,   a nd  assig n  val ues   for  ba ndwidt h,  delay ,  que ue  ty pe  an d  cha nn el  to it .     Sp eci fic  the  prot oco ls  to  se nd i ng   m essag e  or   po c kets  su c h  as  TCP  and / or   UDP  c onnecti on(s )  a nd     the FT P/C BR .     Sche du le  t he  di ff ere nt e ven ts   li ke  sim ulatio n st art an d st op, dat a tra ns m issio n st arts a nd st op.     Ca ll  the f inis h proce dure a nd  m ention  th e ti m e at wh at  ti m e your sim ulatio n wil l en d.     Exec ute the  scr ipt wit h ns .   Table s   1  a nd  2  sh ow  both  h y pe r - par am et ers  and p a ram et ers  of the  sim ulatio n res pecti vely .        Table   1 . Si m ul at ion ’s  h y per - pa ram et ers   Para m eter   Sp ecif icatio n   Interf ace   W ire less   Pack et Size   5 1 2  By te   Qu eu e L en g th   50   No .  o f  Nod es   31   Si m u latio n  Ar e a   1 0 0 0 x 1 0 0 0   Si m u latio n  T i m e   5 0  Secon d   Mob ility Mo d el   Ran d o m   W a y p o in t   Tr an s m iss io n  Ran g e   2 5 0 m   Tr af f ic M o d el   CBR   Ban d wid th   2   m b p s       Table   2 . Si m ul at ion ’s  p a ram e te rs   Para m eters   Valu e   Ty p es o f  attacks   TCP tr af f ic with  ra n d o m  seq u en ce nu m b ers   TCP f lo o d   TCP SY N f lo o d   ICMP  f lo o d   Sp o o f i n g   Inv alid  pro to co l num b er   Attack ers   6  attackers no d e   Legiti m at e   1  legiti m ate no d e   Victi m   1  victi m  no d e   Ty p es o f  attackin g   CPU - ex ten siv e att acks   Leng th  and  du ratio n   cu sto m  pack et  len g th  and  du ration       3.   RESU LT S   A ND AN ALYSIS   To  analy se  the   per f orm ance  of   the  N S - 2  sim ula tor,   the re  will   be  five  cases  of   sim ulatio n  that  ha d  been   done .  The  first  sim ul at ion   is  done  in  TCP  traff ic ,  seco nd   sim ulati on   is  done   in  TCP  flood,   thi r d  si m ulati on   is  done   in  TCP  S YN  flo od,  f ourth  sim ulati on   i s  done  i n  ICMP  flo od  a nd  fifth  sim ulatio n  done     in s poof i ng.   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       A com pr ehe ns i ve stu dy of dist ribu te d Den i al - of - Service  attack wi th t he de te ct ion  tech niques   ( H . H.  Ibra him )   3689   3.1 .    Simul at io n  resul t   of T C P t r affic   A  hiera rch ic al   desig n  en forc ed  to  m ake  wireless  sit uation  and   local   are a  networ k  sit ua ti on .  T his  desig n  inclu de s  a  ro ot  no de  and   3  to  fou r  cl us te rs  sub  ne tworks  it   is  dep en ds   on  the   at ta ck  as  are  sho w n  within  the  ne xt  sect ion .  E ve ry  cl us te r  in cl ud es  m ob il e   nodes.   T he  hierar c hical   de sign   is  ad diti on al ly     non - pu blic  addressin g  them e.  A  po ol  of  pe r so na l  ad dr ess  i s  getti ng   us e d  for  distri bu ti on   pr i vate  ad dr es s  to   ever y  node  in  each  cl us te r.   At  the  be ginni ng   of  sim ulatio n  e ve ry  tim e  associat e  ad dress  is  bein g  pi cked   up   from   add ress   pool  a nd  assig n  to  the  pr e sent  node.  Wh e n,   a  cl us te r  node  de sires  to  s pea k  with  al te r nativ e  node   that  resides   in  al te rn at ive  cl ust er,  al l  the  tra f fic  flo ws  from   root  no de.   Within  cl us te r  node   will   com m un ic at e  directl y w hile no t  f orward in g t raffic  to  e ntry way.   Hierarc hical   de sign   is  getti ng  use d  i n  im pl e m entat ion   as  a  resu lt   of  a ggressor  node  de sires  to  at ta ck   a  node  that flo w  m os t  traff ic   of   t he  net work.   Durin g  this  sit uation,  m os t  network   tra ff ic  fl ow s f r om   ro ot   node.   A s   it   ca n  be  se en   in   Fi gure  3  after  t he  r un  si m ula ti on   f or  D DoS  at ta ck   in  222.0  M S  the   at ta ck  sta rts  t o  sen d  po c kets  from   nodes  to  ye ll ow   node  w hich  represe nts  the  victim   co m pu te r  or   ser ve r.   A fter  a  wh il e  cause  of   the  huge   num ber s  of  po c kets  sen ds   the  se r ve r  will   be  st oppe d  or  kill ed  an d  can not  recei ve  any  request s  from   any  com pu te r .  As  s how n  i n  t he  gr a ph  in   Fi gure  4.   As   To po l og y  c oncer n,   t her e   are  on ly   two  data  co nn ect io n  betwee n  cl us te rs  f or   e xperim ent  pur pose,  one  f ro m   cl us te r  15   t o  16  a nd   a no t her   with  6,   7,   8,   to  9   as  s how n  i n  Figure  5 .           Figure   3 .  N et w ork  t opology           Figure   4 .  N et w ork  t opology  w it h  TCP  flo w   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J   Ele c &  C om p  En g,   V ol.  10 , No .  4 ,  A ugus t   2020   :   3685   -   3694   3690       Figure   5 .  DD oS at ta cks       3.2 .    Simul at io n  resul t   of T C P  flo od   In  this  th esi s,  s ect ion   a   scena r io  f or  eac h  DDoS  at ta c k  will   be  sim ulate d.   So m e  of   t he  to po l og y  will   be  wireles s  an d  ot her s  WL A N.   T he  sim ulatio n  sce nar i o  of   this  ty pe  of   at t ack  co ns ist s  of   5  gro ups  eac h  gro up  has 7  nodes .      Nu m _nod e s =  nu m _grou p * n um _s iz e     So ,   the   Nu m ber   of  N odes   35   nodes   . M essag e  port   is  forty - two  to   sen d  m essage   ki nd  one  cl us te r   t o  al te rn at ive;  ev ery  age nt  kee ps  track  of   w ha t  m essages  it ' s   seen  a nd   so le l y  fo r wa rd s  t ho se  that  it   hasn ' t  seen  befor e .  T his  dem on strat io n  conj oin tl y  incl ud e s  a  ser ver  an d  a   com m un ic at io ns   pro tocol   bac klog  qu e ue .     The  com m un ic at ion s  pr oto c ol  back l og   qu e ue   is  e m plo ye d  to  carry  a  pac ke t’s  request,  ti ll   it   receives  it s   fina l   ackno wled gem ent  or   ti ll   it s  per i od   of   ti m e   exp ires .  I niti al   the  con s um e r  sen ds   a  SYN  pac ket  requ est   to    the  ser ve r.   O nc e  the  se rv e r  re cei ves  the   pac ket,  it   se nd s   ba ck  to   the  sen de r  node  a   S YN - ACK  re qu est   pa cket.   The  cl ie nt ’s  r equ e st  is  hold   on  the   com m un ic at ion s  prot oco l  bac klog  qu e ue.  As   befor e   lo ng  be caus e     the  co nsum er  receives  the  S Y N - ACK  re qu es t,  it' ll   rep ly   to  the  ser ve r  with   a  SYN - ACK - ACK.  The   ser ve r  can   receive  t he  cl ie nt’s  SYN - AC K - ACK  an d  a n  ass ociat ion  to  the  se r ver   i s  est ablishe d.   The  cl ie nt’ s  init ia l  request  is  al oof   from   the  com m un ic at ion s  pr oto c ol  back l og  queue .  T he   m et hod  ca n  c onti nu e   du rin g  this   sam e   m ann er  w hen e ver  a   bran d - ne w  re quest  h as  arr ive d.   Each  m essage is of the  s hap e " ID :  DA T A" whe re ver   ID   i s   a  few   a rb it ra r y  m essage  sym bo l  and   knowle dge  is  that   the  payl oa d.   So   as  t o  cut   back   m e m or y  us a ge,   the ag e nt st or e s so le ly  the m essage  ID   as s how n  i n  Fi gure  6 .           Figur e  6.   TCP  flo od i ng att ack       3.3 .    Simul at io n  resul t   of  SYN TC P  fl ood    The  S YN   fl ood  at ta ck  dem on strat es  a  two - way  ackno wle dg em ent.  This   dem on strat ion  exh ibit s  of   howe ver   ass oc ia te   deg ree  act ual  SYN  fl ood  at ta ck  happe ns  and   w hat  ha ppen s  thr ough out  that  point  a m ou nt.  The  t opology i nclu des  t hirty - f ive no des node  zero is se rv e r.   Tw o  no des, w hose c olor is  red, r e pr ese nt  victim s.  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       A com pr ehe ns i ve stu dy of dist ribu te d Den i al - of - Service  attack wi th t he de te ct ion  tech niques   ( H . H.  Ibra him )   3691   The  se rver  is  t hat  the  ta rg et e d  nodes,  the  protoc ol  dr op   ta i l  qu e ue  st or es   al l  received   S YN  re qu e st  wi th  their   inf or m at ion   sci ence  a ddresse s .  T he  wait   tim e   is  that  t he  li fes pan  of  e ve ry  pa cket  since   it   ha d   bee n  r ecei ve d  by   the  ser ve r  a nd  wait s  f or  a  fi na l  ackno wled ge m ent  from   the  assai la nt.  T hro ughout  t he  S Y N  fl ood  at ta ck,  a  m ix   of   at ta cke rs  a nd   tr aditi onal   com pu te rs  be gi n  to  f or m   req ue sts  to  asce rtai n  an  as so c ia ti on   to  the  s erv e r .   Atta cker s  ca n  beg i n  causa ti on  out  an  outsi zed  va riet y  of  [* f r 1]  op e n  S YN   pack et s ,  em plo yi ng   a  sp oofe d  su pply   inf orm at ion   sci ence  address ,  to  f orm   lette r  of   inv it at ion   t o  at ta ch  to  the  se rv e r.   T he  pac ket  of     the  at ta cker’s SYN  re qu e st  pa cket  is  BLAC K.  O nce  t he  se rv e r  recei ves  the  r e quest   it 'll   trans port  a  SYN - ACK   request  to  the  sp oo fed   in f orm at ion   sci ence  address  an d  e xp ect   it s  respo ns e  that  it 'll   ne 'er  receive .  The   pack et   colo r  c hanges  to  YE LL O W.   Ever y  re qu est   is  go i ng  to  be  keep  withi n  th e  prot oco l  bac klog  qu e ue  a nd  c a n  exp i re  onc e  it s  wait   tim e  ru ns  ou t.  F or   this   dem o  the  wait   tim e  is   fo un d  ne xt  to  every   pack et s  re quest   on    the  pr oto c ol  ba cklo g  qu e ue.  At  a  sim il ar  tim e,  the  re gula r   com pu te rs  c a n  beg i n  c reati ng  requests  t o  a tt ach  to  the  ser ver   ye t.  The  pr oto c ol  ba cklo g  que ue  can  be c om e  fu ll   since  it ’s  at t e m pting   to  m e thod  re qu e st  quic ke r   than   it   will   ha ndle   th em .  At  now   a   tras h  bi n  and  a   lock  . Th e  loc k  re pr ese nt s  the   pr oto c ol  back l og  queue   is  f ull  so   no  ne w  SYN  request  m a y  be  acce pted.  The  trash  bin  rep rese nts  a  nu m ber   of  the  pack et s  bein g  bo r n.     It  sh ows  acce s s  bein g  de nied   as  a  resu lt   of   the  protoc ol  ba cklo g  queu e  is  fu ll .  O nce  th e  wait   tim e  of   ever y   pack et ,   that  is   xxxii  sec onds  for  this   dem onstrat ion ,   r uns  dow n  the   S YN  pac ket  are   goi ng  to  be   al oof  from     the pr oto c ol b a cklo g qu e ue .  T he new  inc om i ng p ac kets a re  go i ng to be a cc epted   a s s how n i n  Fi gure  7 .           Figure  1 .  S YN   flo od i ng       3.4 .     Simul at io n result  of I C MP  flo od     TCP  an d  ICMP  ha ve  bee n  use d  to   ge ne rati ng  traf fic  f or  gen e rati ng  DDoS  flo od.  Fl ooding  at ta ck s   den y  ser vice in  2   ways:       Gen e rati ng a n enorm ou s  vo l um e o f  tra ff ic  th at  ex ha us ts i nfor m at ion  m eas ur e  on t he back bone  li nks .      Gen e rati ng  a  high  pack et   ra te   that  ex h aus ts  the  proce ss or   at   as so ci at e   de gr ee  i nter m ediat e  router   or    the  ta r get  ho st.   D ur i ng  this  ex per im ent,  we' ve   ge ner at e d  c om m un ic at ion s  protoc ol  a nd  I CM P  inf or m at io n  m easur e  f l ood  with F LAT , PULSE  and R A MP distri bu ti ons t o  at ta in att acks  victim iz ati on p i ng .   Ping  ena ble  node   to   ve rify  t hat  in form at ics  exists  a nd  se tt le   fo r   r e quest .  Pin g  w orks   by   causati on   a  web   m anage m ent  Me ssag e  Protoc ol  (IC MP)  Ech o  Re qu est   to   suc h  inter face  on  the  netw ork  a nd   antic ipati ng a reply . After e xe cute the  co de  t he next  proces s  will  b e  sho w n  a s  foll ow :     Node 1  receive d pin g  a nswer  from  4 .     Node 2  receive d pin g  a nswer  from  5 .     Node 3  receive d pin g  a nswer  from  6 .     Node 4  receive d pin g  a nswer  from  1 .     Node 5  receive d pin g  a nswer  from  2 .     Node 6  receive d pin g  a nswer  from  3 .     No poc kets  ha ve   been d r oppe d.   Af te r   that  eac h  si ng le   node   gets  ping  ans wer ,  h ere   ther e  are  no  pac ke ts  dro pp e d  since  t her e  i s     a d irect  c onnec ti on   betwee n  al l t he  pai r of   no des via  node 0.     Node 2  gets  pi ng answe r fr om  5  w it h  r ound - trip - tim e 2 22. 0  m s.     Node 3  gets  pi ng  an swe r fr om  6  w it h  r ound - trip - tim e 2 01. 0  m s.     Node 5  gets  pi ng answe r fr om  2  w it h  r ound - trip - tim e 2 22. 0  m s.     Node 6  gets  pi ng answe r fr om  3  w it h  r ound - trip - tim e 2 01. 0  m s.     No of  pac kets  dro pp e d:  2   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J   Ele c &  C om p  En g,   V ol.  10 , No .  4 ,  A ugus t   2020   :   3685   -   3694   3692   Figure  8  de pi ct s  the  afo re m entioned   nodes.   T her e fore   this  is  o ften  so m e tim es   no t  a  decen t   al te rn at ive.   Us ing   sim ple  al go rithm   in  the   victim ’s  router   to  c hec k  t he  siz e  of  the   pockets ,  t he  poc ket  siz e   with  gr eat er   th an 150 0 byt es , i ts IP   will  b e   blo ck e d  f or   30 m inu te s.             Figure  2 .   ICM P f l ood       3.5 .    Sim ul at io n  resul t  of s poof in g    A  spoofin g  at ta ck  cou l d  be   a  sta te  of   aff ai rs  durin g  wh ic h  associa te   assai la nt  with  su ccess   m asqu era des   as  ass ociat e  ot her   node   by  determ inati on   knowle dge  a nd  the re by  gai ning  a n  il le gitim at e   adv a ntage .  T hi s  at ta ck  co ns ist s  in  ta r geting  r ou ti ng  data  w he reas  it ' s  being  exc hange d:  m akin g  r outi ng  loops,   at tract ing   or  offensi ve  net work  tra ff ic   f ro m   sel ect ed  nodes ,  e xten din g  an d  shorte ning  s upply  r ou te s ,  gen e rati ng  pr e te nd   e rro r  m e ssages,  pa rtit ion i ng  the  net work ,  et c.   Whi ch  the  at ta c ke r  tra ns m it s  bu rsts  of  durati on  L  at   r at e  R  in  a  dete r m inist ic   on - off   patte rn  that  ha s  pe rio d  T.  Wh en  the  rate  R  c oupled   with  e xi sti ng   traff ic   beco m es  gr eat e r  tha n  the  li nk   ca paci ty   loss  is  incu r red.   Eac h  sim ulati on   done  is   seen  as  i n  Fig ur e  9   with  the  at ta cking   no de  bein g  seen  as  the  red   node  a nd   the   genuine  no des   as  tho se  in  bla ck.   T he  nodes  were   init ia ll y  si m ula te d  betwee n  two  e xtrem es  of   7  no des  an d  20   nodes  a nd   pro gr essi vely   i ncr ease d  in  be twee n  that ra ng e  dur i ng the  stress te sti ng   phase  of the  pro j ect .           Figure  3 .  S poofi ng att ack       By   set ti ng   the  durati on  L  to  be  m or e  tha n  the  RTT  of   t he   flo ws  a nd   peri od   T  t o  be  sli gh tl y  m or e     than  m ini m u m   RTO  value ,  TCP  flo ws  can  be  f or c ed  to   rep eat edly   ti m e  ou t,  thu s  obta inin g  virt ua ll y  zero   thr oughputs.   A fter  exec ute d  the  TCL  c od e  t her e  a re  th ree  extra  file s  will   be  ge ne rated  the  file   with  nam e   ICMP  with   tr  extensi on  will   be  us e d  to  ge ne rate  xgra pgh  as  sho wn  in  Figure  10.   T o  s um   up ,  this  st udy  has   su ccess fu ll y  ac com pl ished  th e  obj ect ive s  in   wh ic h  a  c om pr ehe ns ive   sim u la ti on   has   bee n  co nducted   in  orde r   to h i gh li ght  ne w  at ta cks .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       A com pr ehe ns i ve stu dy of dist ribu te d Den i al - of - Service  attack wi th t he de te ct ion  tech niques   ( H . H.  Ibra him )   3693       Figure  4 .  Xgr a ph for ICM P  at ta ck       4.   CONCL US I O N   This  paper  ha s  co nducte d   a   com pr ehe ns i ve   sim ulatio n  i n  order  to   fi gure   out  a nd  de te ct   DDoS  at ta cks.   Usi ng  NS - 2   sim ul at or ,  the  e xp erim ents  sh ow ed  t hat  dif f eren t  ty pes  of  D DoS  ha ve   been  char act e rized, exam ined  and   detect ed.  T his  i m plies t he  eff ic acy  o f  the com pr ehen sive si m ula ti on   pro pose d  by   this  stu dy.   F or  fu t ur e   resea rc hes,   exam ining   s pecified   net works  s uch  as   IoT  in   te rm s  of   co nf i gurin g  D DoS   would be  a  gr e at  o pp or t un it y.       ACKN OWLE DGE MENTS     I  w ou l d  li ke  to  than k  Sam a  Abd ullah  f or  he r  sup port   and   e nc oura gem ent  du ri ng  m y  stud y.     Y our   co ntin uous   help  a nd  unde rstan ding  ha ve  m ade  m y  li fe  fu ll   of   l ove  an d  I  am   gr at efu l  f or  eve r yt hing     you ha ve done.       REFERE NCE S   [1]   Q.  Yan,   and  F.  R.   Yu,  “ Distribut ed  denial  of  ser vic e  a ttacks  in  software - def ine d  net working  with   cl oud  computin g, ”   IEE E   Comm unications  Magazine ,   vol .   53 ,   no .   4 ,   p p.   52 - 59 ,   2015 .   [2]   S.  Sw at hi,   and   H.  Yogish,  “ S ec ure   d at a  agg r ega t ion  in  IoT  using  eff ic i ent - CS DA , ”  Inte r nati onal  Journal   of   El e ct rica l  and   C omputer  Engi n e ering  ( IJE CE ),   v ol.   9 ,   no .   6 ,   pp .   4 889 - 48 97,   2019 .     [3]   A.  Ri y ad ,   M.  A hm ed,   and  R .   K han,   “ An  ada p tive  distri bu te d  in trusion  detec ti o n  s y stem  ar chi t e ct ure   using   m ulti   age nts, ”  In te rnat ional   Journal   of   El e ct rica l  and   C omputer  Engi n e ering  ( IJE CE ),   v ol.   9 ,   no .   6 ,   pp .   4 951 - 4960,   2019 .   [4]   B.   Am bore ,   “ Novel  m odel   for   boosting  sec ur ity   strengt h  an d  ene rg y   eff ic i ency   in  in te rn e t - of - thi ngs  usin g     m ult i - stage d  ga m e, ”  Inte r nat io nal  Journal  of   El ectric al  and   Computer  Engi nee ring  ( IJE C E ),   vol.   9,   no.   5,     pp.   4326 - 4335 ,   2019.   [5]   S.  Alja warne h ,   M.  A ldwai ri ,   a nd  M.  B.   Yass ei n,   “ Anom aly - base d  int rusion   det e ct ion  s y ste m   through  fea t ure   sele c ti on  an aly si s  and  buil ding  h y brid  eff i ci en t  m odel , ”  Journal   of  Computati on al  Sci en ce,   vol.   25,   pp.   152 - 160 ,   2018.   [6]   H.  Hind y ,   D.  Br oss et ,   E.   Ba y ne ,   A.  Seea m ,   C.   Ta cht a tz is,  R.   Atki nson,  and  X.  Bel le k ens,   “ A  ta xonom y   and  surv e y   of  int rusion  de tecti on  s y s te m   de sign  te chn ique s,   net work  threat s   and  dataset s, ”  arXiv   preprint  a rXiv :1806. 03517 ,  2018.   [7]   P.  Mishra,   V.  V ara dhar ajan,   U.  Tupa kul a,   and  E .   S.  Pill i,   “ A  Det ai l ed  Inve stig at i on  and  Anal y sis  of  Us ing  Mac hi ne   Le arn ing  Techn ique s  for  Intrusion  Detect ion , ”   IEE E  Comm unic ati ons  Surve ys  &   Tutor ial s,   vol.   21,   no .   1,     pp.   686 - 728 ,   20 19.   [8]   Z.   Ta n ,   A.  Jamd agni ,   X.  He,   P.   Nanda ,   and  R.   P.  Li u,   “ A  sy ste m   for   deni al - of - servic e  a tt a ck  det e ct ion  base d  o n  m ult iva ri at e   cor rel a ti on  ana l y si s,”   IE EE   transacti ons  on  par all el  and  distri bute d  syst ems,   vol.  25,   no .   2 ,     pp.   447 - 456 ,   20 14.   [9]   N.  L y amin,   A.  Vinel ,   M.  Jons s on,   and  J.  Loo,   “ Rea l - ti m e  de tecti on  of  denial - of - servic e  at t ac ks   in  IEE E  802. 11   p  vehi cu la r  n et wor ks,”   IE EE Comm unic ati ons  le t t ers,   vol .   18 ,   no .   1,   pp .   110 - 113 ,   2014.   [10]   H.  Zha ng,   P.  Cheng,   L.   Shi,  an d  J.  Chen,   “ Opt imal  deni a l - of - service  at t ac k  sc hedul i ng  with  e ner g y   constra in t , ”   IEE E   Tr ansacti o ns on  Aut omat ic  Control,   vo l. 60, no. 11, pp. 3023 - 3028,   2015 .   [11]   B.   A.  Ta m a ,   a nd  K. - H.  Rhee,   “ An  in - dept h  expe riment al   st ud y   of  anoma l y  det e ct ion  usin g  gra die n t  boosted   m ac hine , ”  N eural  Computing   an d  Applicatio ns,   v ol.   31 ,   no .   4 ,   pp .   955 - 965,   2019 .   [12]   I.   Ulla h ,   and  Q .   H.  Mahm oud,   “ A  Two - Le vel   H y brid  Mod el   for   Anom al ous  Acti vity   Det ection  i n  IoT  Networks , ”   2018  Iranian  Co nfe renc e  on   Elec tric al   Engi n ee ri ng  ( ICEE ) ,   pp.   1 - 6 ,   2019 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J   Ele c &  C om p  En g,   V ol.  10 , No .  4 ,  A ugus t   2020   :   3685   -   3694   3694   [13]   C.   Kham m assi,   and  S.  Krich en ,   “ A  GA - LR  wra pper   appr o ac h  f or  fea tur e  sel ecti on  in  net work  in trusion  detec t ion , ”   Computers  &   Se curit y ,   vol .   70 ,   p p.   255 - 277 ,   201 7.   [14]   N.  Shone,   T.   N.   Ngoc,   V.  D.   Pha i,   an d  Q.  Shi ,   “ A  Dee p  Learni n g  Approac h  to   Network  Intrusion   Detect ion , ”  I EEE   Tr ansact ions o n  Eme rging Topics   in  Computat io nal  Int el l ige nc e,   vol.   2 ,   no .   1 ,   pp .   41 - 50,   2018 .   [15]   S.  N.  Mighan ,   and  M.  K ahani,   “ Dee p  Lear ning  Based  La t ent   Fea ture  Extrac t ion  for  In tr usion  Detect ion , ”     pp.   1511 - 1516 ,   2018 .   [16]   V.  Haji sa le m ,   a nd  S.  Bab ai e ,   “ A  h y b rid   in trusi on  detec t ion  s y s te m   base d  on   ABC - AF S  al gorithm   for  m isuse  and  anomal y   de tection,”   Comput er  Net works,   vo l. 1 36,   pp .   37 - 50 ,   2 018.   [17]   M.  Şim şek,   and  A.  Şentürk,   “ Fast  and  li ghtw ei ght  de te c ti on  and  fil t eri ng  m et hod  for  low‐r at e  TCP  ta r gete d   distri bute d  d enia l  of  service  (LD DoS )  at ta cks, ”  I nte rnational   Jou rnal  of  Comm unic ati on  S yste ms ,   vol.   31,   no.   18 ,   pp.   e3823 ,   2018 .   [18]   E.   Bukha rov,   D.   Z y bin,  A.  Solo vie v,   and  A.   Ka la ch ,   “ Mathe m atical  sim ula ti on   of  count e rm ea sures  to  a tt a cks  of   “ deni al   of  serv ic e ”  t y p e  with   the   use  of   ga m e  the or y   appr oac h , ”   Journal   of  Ph ysic s:  C onfe renc e  Seri e s,     p p.   012076 ,   201 9.   [19]   X.  W ang,   N.  Gu o,   F.  Gao ,   and  J.   Feng,   “ Distribu te d  den ia l   of  ser vic e  at t ac k  d efence   sim ula t ion  b ase d  on  hone y n e t  te chno log y , ”   Jo urnal  of Ambie nt   Intelli g ence  and   Hum anized  Co mputing ,   pp .   1 - 1 6,   2019 .   [20]   T.   K.   Mohd,  S.   Majumdar,   A.   Mathur,   and  A.   Y.  Java id ,   “ Sim ula ti on   and   Anal y sis  of  DD oS  Attack  on  Conn ecte d  Autonom ous  Vehic ul ar  Network  using  OMNET ++ , “   2018  9th  IEE E  Annua l  Ubiquit ous  Computing,   El ec troni cs   &   Mobil e   Comm unic ati on   Conf ere n ce   ( UEMCON) ,  pp.   502 - 508 ,   20 18 .   [21]   S.  Mohapa tra,  a nd  P.  Kanungo,   “ Perform anc e  ana l y s is  of  AO DV,   DS R,   OLSR  a nd  DS D V  routi ng  protoc ols  using  NS 2  Sim ula tor, ”   Proce d ia Engi n ee ring,   vol .   30 ,   pp.   69 - 76 ,   2012 .   [22]   A.  Le on,   O.  Par ra,   and  G.  B ermudez ,   “ LAN - W AN - LAN  end - to - end  Network  Sim ula ti on  with  N S2,”   Inte rnat ion al  Journal  of   Appli ed  Eng ine ering   Re search,   vol .   1 3,   no .   17 ,   pp .   13 136 - 13140,   201 8.   [23]   P.  S.  Rat hore ,   A.  K.  Pande y ,   an d  D.  N.  Le ,   “ Co m pute r  Network  Sim ula ti on   in  NS 2:  Basic   Con ce pts  &  Protoco ls   Im ple m ent at ion , ”  2018.   [24]   R.   Patel,   N.   Pat el ,   and  S.  Pa te l ,   “ An  Approac h  to  Anal y z e  Beh avi or  of  Ne twork  Eve nts  in   NS 2  and  NS 3  Us ing  AW K a nd  Xgraph, ”   In formation   and  Comm unication  Te chnol og y  for Compe ti t ive  Strat egi es ,  pp .   137 - 147 ,   2019 .   [25]   P.  Mee negh an,  a nd  D.  Del aney ,   “ An  int roduc ti o n  to  NS ,   Nam   a nd  OTc l   scriptin g, ”  Na ti onal   Uni ve rs it y   of  Ire lan d ,  2004.       Evaluation Warning : The document was created with Spire.PDF for Python.