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.   9 , No .   3 ,  J un e   201 9 , pp.  1968~1 977   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v9 i 3 . pp1968 - 19 77          1968       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Intellig en t  b lack  hole d etectio n in  m obile Ad Hoc  n etworks       Ya se r K ha m ayseh,   Mun eer   Bani Yassein , Mai  Abu - Jaz oh   Depa rtment  o f  C om pute r  Scie n ce ,  Jordan   Univer s ity   for   Sci enc e   a nd  Technol og y ,   Jordan       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   Feb   9 , 2 01 8   Re vised  Sep   1 4 , 2 01 8   Accepte d  Oct   10 , 201 8       Secur ity   is  a   cr itical  and   ch al l en ging  issue  in  M AN ET   due  to  i ts  open - na ture  cha ra cteri sti cs  such  as:  m obil i t y,   wire l ess  comm unic at ions,  se l f - orga nizing  and  d y n amic  to polog y .   MA NETs  are   comm onl y   the   t arg e t  of   bla ck  hol e   at t ac ks.  Th ese   a re  la unc hed  b y  m al ic ious  node s  tha t  joi n  th e  net work  to   sabota ge   and  dr ai n  i t  of  it s  reso urc es.   B la ck   hol e  nodes  in te r ce p t  exc h anged   dat a   pac k et s  and   sim pl y   drop   th e m .   The   b lack  ho le   nod e  uses  vul ner abilities  in  the   rou ti ng  pr otoc ol  of  MA NE TS  to  decla r e  it s el f  as  th e  c losest   rel a y   node   to  an y   desti n at io n.   Th is  work  pr oposed  two  de tecti on  p rotoc o ls  base d  on  the  col l ec t ed  datase t,   namel y :   the   BDD - AODV  a nd  H y brid  prot ocol s.  Bot h   protoc ols we re  b uil t  on  top  of the   origi nal   AO DV .   The   BDD - AO D V prot ocol  depe nds  on  the   fea tur es  col l ec t e d  for  the   pre ven ti on  and  de te c tion  of  bla ck   hole   atta ck  tec hnique s.  On  th e  othe r  h and,   the   H y br id  pro toc ol  is  a   combina ti on  of   both  the   MI - AO DV  and  the   proposed  BDD - AODV   protoc ols.  Ex te n sive  sim ula ti on  expe riments  wer e  conduc t ed  to  e val ua te   the  per form anc e  of  the   proposed  a l gorit hm s.  S imulat ion  r esult s  show   tha t  th e   proposed  protocols  improved  th e  detec ti on  and   pre ven ti on  of   bla ck  h ole  nodes,   and  hence,   the   ne twork  ac hie v ed  a  highe r   pac ket   de li ver y   rat io ,   lower   droppe d  pac k et s   rat io ,   and  lowe r  over hea d .   Ho weve r,   th is  improvem ent   le d   to  a   slight   in crea se  in the   end - to - end  de lay .   Ke yw or d s :   Aod v   Bl ack  h ole  n od e    Detect ion   Feat ur es     Hybr i d    Ma nets   Rou ti ng   Copyright   ©   201 9  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 :   Yaser K ham ayseh ,     Dep a rtm ent o f C om pu te r  Scie nce,     Jo r da n Un i ver s it y fo r Sci ence   and Tec hnolog y ,   22110,  Irbid, J orda n.   Em a il : y aser@j ust .edu. jo       1.   INTROD U CTION   A  m ob il e ad  hoc n et work   (M AN E T)  is a col le ct ion  o f  m ob i le  d evices t hat  are conn ect e d via wireless   li nk s;  these  de vices  dynam icall y  con sti tute  a  tem po rar y  ne twork  without  a  need   f or  a  central  m anag e m ent  or   netw ork  in fr a struct ur e.   Eac h  m ob il e  dev ic e  in  the  M ANET   com m un ic at es  directl y  with  oth e r  m ob il e  de vices  within  it s  rad i o  ra ng e ,  w hile  it   can  com m u nicat e  with  no des  that  are  lo cat ed  outsi de  it s  rad io  range  thr ough   interm ediat e  no de s.  Mo reove r,   al l  the  node s   m us t  cooper at e  in  for wardin g  the  pack et s  i n  the  netw ork  [1 ] - [ 3].  MANET s  ha ve   m any  disti nct  char act erist ic s:  d ynam ic   netw ork  to po l og y,  no   in fr a structu re,  m ulti - hop  routin g,   li m i ted   resou rces,  a nd  lim it ed  ba ndwidt h  [ 4] - [ 1 0 ].   T her e   are   var i ou s   ap plic at ion s  for  M A NETs   rangin g  from   t he  battl efiel d  to  cl assr oom s  [ 5] ,   [ 1 1] - [ 1 3 ] .   The  Ad  hoc  O n - Dem and   Dista nce  Vect or  ( AOD V )   is  a  reacti ve   routin g  protoc ol  that  is   s pe ci fical ly   dev el op e d  f or  MA NETs .  AOD V   is  ba sed   on  tw o  m echan ism s  fo r  routin g,   wh ic h  are:   r ou te   discov e ry  an d  r oute   m ai ntenan ce  [ 5],   [ 8],   [ 14 ] .  The  wi des pr ea d  us e   of   MA NET s  is  bein g  chall en ged   by  m any  f act or s,  i n  pa rtic ular,   the  iss ue   of   sec ur it y.  N od e s  are  ass um ed  to   trust   each  ot he r  an d  to  w ork  cl os el y  with  each  ot her   to  perform   the  ro utin g  operati ons .  T his  trust  ass umpti on   vio la te s  the  secur it y  pr inci ples  of   net works   [3 ],   [4 ] ,   [14 ] .  Ther e  a re  m an y  ty pes  of   at tack s  that  can  th reate n  MANET s.  Bl a ck ho le  att acks  can gr eat ly  com pr omi se the n et w ork reso ur ces an d degra de  it s p er form ance [ 6 ].  In   t he se  at ta ck s,  m alici ou s  node s  join  t he  netw ork,   cl ai m   that  they   ha ve   the  best  path   to  destinat io n  nodes   durin g  t he  r outi ng   disc ov e ry  op e rati on, a nd  finall y, sim ply  dro p  al l t he dat a p ac kets that  go th rou gh the m .    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       In te ll igent  bla c k hole detec ti on in  mo bile Ad Ho c  n et w or ks   ( Ya ser  Kh amay seh )   1969   Netw orks  em plo y  seve ral  m echan ism s  t o  protect   the m se lves  fr om   at ta cks.   Unf or t un at el y,    these  m easur es   do   not  gu a rant ee  fu ll   pr otect ion   f ro m   at ta c ks .  He nce,  a  s econd  li ne  of   def e nce  that  ha s  the   abili ty   to  detect   e m erg ing   vulne rab il it ie s  i s  need e d.   Ma ny   syst e m s   have  been   dev el oped  for  this  pur pose,  m os t  no ta bly  i ntr us io n  detect ion  syst em s  (I DS s ).   H ow e ve r,   t hese  netw or k - base d  IDSs  c annot  deal  easi ly   with  the  hu ge  am ou nt  of  data  pa ssing  thr ough  the  net work.  Ther e f or e,   a  f ocused  featu re   sel ect ion   strat egy  f or   decidin g  on  th e  m os t  i m po rtant  featur es  m igh t  b e  ben e fici al .  Then ,  thes e  sel ect ed  feature s  can  be  fed   i nto   a  le arn in g  m od el   to  bu il d  a n  eff ect ive  detect ion   m echan ism .  The  use   of  a  fo c us e d  datas et   will   i m pr ove  the   accuracy a nd s peed o f dete ct ion s  [3 ] ,   [15] ,   [ 16 ].   Seve ral  te chn i qu e s  ha ve  be en  pro posed  f o r  the  detect ion   a nd   the  preven ti on  of  s uch   at ta cks .  Gen e rall y,  the se  te chn i ques  are  di vid e d  int o  tw o  cat e gories :  secur i ng  e xisti ng   prot oc ol  or  us in g  int ru si on  detect ion   syst e m s   (I DS)  [ 8 ] .  P.  Ra j   et   al .  [ 1 7 ]   pr opos e d  a  secur e  AOD V  r ou ti ng  prot oco l  known  as   the   Detect ion ,   P re ven ti on  a nd  R eact ive  A ODV  ( DP R A ODV) .   I n  a ddit ion   to   the  basic   A ODV  opera ti on ,  t he   pro po se d  prot oc ol  dev el op e d  introd uced  the   dy nam ic   thresh ol d  value .  Ac cordin g  t o  t he  pro po se d  prot oc ol,  the  dynam ic   threshold  value  i s  cal culat ed  an d  up date d  w he n  the  RR EP  pa cket  is  receive d  from   the  repl yi ng   node  the  fir st  tim e.  The  m a i n  draw bac k  of  this  te chn iq ue   is  that  i t  is   on ly   base d  on   a  hig h  de sti na ti on  seq uen ce  num ber   featu re  to   diff e re ntiat e  a  m al ic iou s  node  from   a  no rm al   no de .  I n  ad diti on  to   that,     the  netw ork  over hea d  will   be   increase d  du e  to  the  exc ha ng e  of  AL A RM   m essages.   More ov e r,   i n  la rg e  netw orks,   t he  us e  of   t his  te chn i qu e   will   re qu i re  a  lot  of   t i m e  as  al l  the  nodes  i n  the  ne twork  will   ha ve  to  be   no ti fie d.   Mi str y  et   al .  [ 18]   pro posed   a  s olut ion   to   blac k  ho le   at ta ck s  ba sed  on  the  ori gin al   A O DV.   Their   appr oach   dep e nd s  m ai nly  on   m od ify ing   th e  functi on al it y  of   the  s ource   node.   T his  te chn i qu e  i ncr ea ses  th e   end - to - en d del ay .   Kh am ay seh  et   al .  [ 1 1 ]   pro pos ed  a  MI - AOD V  prot oco l,  whic h  is  bu il t  on   top   of  t he  or igi nal  AOD V   protoc ol.  Accord i ng   to  t he  pr opos e d  pr oto c ol,  the  or igi nal   AODV   is  e xte nd e d  to  ha ve  e xtra  str uctu res,  wh e re  each  node  has   a  Tr us t  Table   con ta i ning  th e  ad dr esse s  of   the  tru st  node s.  I n  a dd it io n  to  that,  the   RR EP  is   exten ded   to  ha ve  an  ad dit iona l  fiel d  (tru st  f ie ld),   w hich  is  us e d  to  ind ic at e  if  the  rep ly ing   node  is  reli able  or  no t.  The  a utho rs  in  [ 8 ]   pro pose d  an  im pr ovem ent  to  the  or igi nal  A ODV  prot oco l  t o  enh a nce  it s  se cur it y   against  blac k  ho le   at ta cks.   I n  the  pro pose d  prot oco l,  ea ch  node  i n  the   MANET  has  two  ta bles,  na m el y  a   Su s pect  Ta ble   an d  a   Bl ack   Table.  These   t ables  a re  desi gn e d  to  c onta in  t he  a ddresse s  of  t he  inte r m ediate   nodes  wh ic h  fa il ed  to  sen d  the   data  thr ough  them .  In   ad diti on   to  that,  the re  is  an  ad diti on al   ackno wled ge m ent   pack e t. Kh a re  et   al .  [ 19 ]   pro pose d  a  Secur e A d - hoc  O n - De m and   Dista nce   Vector   r outi ng  (S A ODV)  p r ot oco l .   As  in  the  ori gin al   A O DV,  the  source  no de  in  the  pro po s ed  protoc ol   trie s  to  disc ov e r  the  route   to  the  destinat io n  no de  by  flo od i ng  the  RR EQ  m essage  ac ross  the  net work.  T he  ne ig hbouri ng   node s  recei ve  the   RR EQ  an d  sen d  the  RR EP  ba ck  to  the  sourc e  node  if  they   hav e  a  vali d  route  in  their  r ou ti ng   ta ble .  Acc ordi ng   to  the  S A ODV   protoc ol,  th e  s ource  node  does  not  sel ect   the  route  f ro m   the  first  re ply.  T he  m ai n  dr aw ba ck   of  us in g  t his tech nique is t hat it  incr eases  the e nd - to - en d dela y.    In tr us i on   Dete ct ion   Syst em s   (IDSs )  ca n  be   cl assifi ed  in to  tw o  m ai n  t ypes:   an om aly - base d  a nd   sign at ur e - base d  (Mis us e  dete ct ion   m od el )  [ 20 ] .  A n  IDS  de pends   hea vily   on  the   existe nc e  an d  a vai la bi li ty   of   good  a nd   re presentat ive  dataset s.  For  this  pur po se ,  in  19 99,  a  s pecial   da ta set ,  known   as  the  KDDC UP ’ 99,   was  colle ct ed   from   real  network   trace s  [ 2 1 ] .  Feat ur e  r edu ct io n  is  us ed  to  re duce  the  com plexity   and   com pu ta ti on   ti m e  of   the  m odel ,  wh e re  us i ng  one  of   t he  fe at ur e  re duct io n  te chn iq ues  wi ll   le ad  to  an  in crease  in  the  perf or m ance  of  the  I D S.  I n  [ 20 ] ,  W a ’el  et   al .  propo sed  the  Ro ugh  Set  Cl assifi ca ti on   Parall el   G eneti c   Algorithm   (RSC - P GA),  w hich  is  a   hy br i d  m od el   for  fe at ur e  reducti on.  This  m od el   w as   te ste d  usi ng   t he   KDDCU P’9 9  dataset .  T he  a uthors  in  [2 2 ]   e m plo ys  r ough   theo ry  to  deal   with  va gu e ne ss  an d  un c ertai nty  in  decisi on  syst em s.  This  too l  i s  us e d  to   ide ntify  the  r el eva nt  featur e s  f ro m   al l  decisi on   syst e m   featur es ,  th ereb y   con t rib uting  to   the  b uildi ng  of  an   ef fici ent  r ule  set   f or  cl as sific at ion .  I n  t he  propose d  m od el ,   the  featu r es  are  sel ect ed  acco r ding  to   the  ca lc ulati on   of   both  t he  discer nib il it y  m at rix  an d  in form ation   gain ,  wh e re  the   cl assifi cat ion   pro du ce d  us in g  the   sel ect ed   featur e s  of  bot h   m et ho ds  gi ve s  bette r   an d  m or e  accurate   res ults  than  t he use  of  the sele ct ed fe at ur es  us i ng ea ch  m et ho d  i ndivid ually .   In   or der   to  co m par e  the  per f or m ances  of   di ff ere nt  cl assifi ers  in  intrusi on  detect ion,  th e  authors  in   [2 3 ]  an al yse d  t he  C4. 5  a nd   N aï ve  Ba ye s ( N B) classi fiers  usi ng  th e KDD CUP’9 9  datase t. Th e a uthors r edu ce d  the  41   KDD  f eat ur es  to  11   f eat ur es  a nd   7  featur e s  us in g  the  inf or m at ion   gain  m easure .  The  NB  a nd  C4. 5  cl assifi ers  were  evaluated  on   the  dataset   us ing   al l  the  featur es ,  the  sel ect ed  11   feat ur es   and   the  sel ect ed  7  featur e s.  T he  r esults  of   t he  exp e rim ents  sh ow e d  that,  in  gen e ral,  the  overall   pe rfor m ance  of  the  C 4.5  was   bette r  tha n  tha t  of   t he  NB ,  w her e  t he  C4 .5  had  the  lo west   error   rate  a nd  the  hi gh e st  cl assifi cat ion   ac cur acy .   On  the   ot her  ha n d,  th e  C4 .5  increase d  t he  t ru e   posit ive  ra te   an d  ac hieve d  bette r  detect ion   rates.   Mo r eov e r,    the  res ults  f or  bo t h  cl assifi e r s  sho wed  that  their  perform a nce  becam e  m or e   ef fici ent  w hen  the  i nfo rm at ion  gain  te ch ni qu e   was  use d  t o  se le ct   the  releva nt  featu res.   R e su lt s  show  t hat   the  inf or m at ion   gai n  is  a  su c cessf ul  m easur e  for  sel ect ing  th e m os t rele va nt fea tur es [ 2 4] ,   [ 25 ].     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   3 ,  June   2019  :   1968   -   1977   1970   Re searche rs  in   [ 20 ]   pro pose d  a  set   of   rel evan t  featu res   that  co ntribut e  to  the  detec ti on   of   D oS   at ta cks.   F or  th is  pur po se ,  th ey   app li ed   the   N SL   K D D  da ta set   to  the  C4. 5  al gorith m   with  a  6 - fol d  cr oss   validat io n  us i ng  the  Or a nge  c anv a s  data  m ining   to ol  to  a na ly se  this  dataset .  The  perfor m ance  was  m e asur e d  in  te rm s  of   the  accuracy  an d  cl assifi cat ion   ti m e.  The  obta in ed  res ults  sho wed   t hat  the  in crea se  in  the  re le van t  featur e s set  reduced  the classi ficat ion  ti m e a nd inc reased  th e cla ssific at ion acc uracy .   The  a uthors  i n  [ 2 6 ]   pro pose d  a  detect io n  te chn i qu e  f or   s el ect ed  black  ho le   at ta cks  by   dep loyi ng   sever al   IDS no des  in M AN E T. Th e  I DS   nodes  pe r form  an  an ti - blac k  hol e functi on that  est i m at es a su sp ic ious  value   of  t he  node .  T his  is   c al culat ed  base d  on  the   a bnorm al  diff ere nc e  b et ween   the   RR EP  and   RR EQ  m essages  tran s m itted  from   th e  node.   In   [ 2 7 ] ,  the  auth or s  pro po se d  the  I DAD  te ch niqu e,  w hich  is  ba sed  on   bo t h  I ntr us io n  Detect ion   a nd  Anom al y  Dete ct ion .  T his  te c hn i qu e  assum es  that  the  act iv it ie s  of   any  node  in   the  netw ork  is m on it o red . I n  add it io n,   it   ass um es  that  the  a no m al ou s  act iv it ie s  of   an  intr uder  ca n  be  i dent ifie d  from   the  no rm al   act ivit ie s  of   the  norm al   n od e s.  T he  au dit  data,  wh ic h  is  a  pr e - colle ct ed  set   of   a no m al ous   act ivit ie s,  sh ou ld  be  avail able   to  the  IDA D  syst e m ,  wh ere  this  syst e m   com par es  ever y  act ivit y  in  the  networ k  with the  audit   data to  detect  t he blac k h ole  node .    Fr om   the  pr e vi ou s works,  it   w as  note d  that  m any  of  the p r opos e d  te ch nique s  for  sec ur i ng  an   existi ng   protoc ol  agai nst   black  ho le   a tt acks  la cked   a   fu ll   un d ersta ndin g  of  the  be hav i our  of   the  netw ork  wit h  r egards   to  black  hole   at ta cks.   More ov er,  m os t  of   the  ID S - based   te c hn i qu e s  us e  ei ther  the  K D DC UP ’ 99  dataset   or   the   NS L   K D D  dataset .  T he  la tt er   is  a  s ubset   of  the  ori gi nal  K DD  dataset .   B oth   dataset s  a r e  out - dat ed   an d  wer e  colle ct ed  for  wire d  dom ai n  at ta cks.   A  ne w  MAN ET - ori ented  dataset   with  a  fo c us e d  and   ef fecti ve  featur e   sel ect ion   m echan ism   was  create d  by  [ 28 ] .  This  dataset   is   util iz ed  to  de sign   tw o  te ch niques  to  sec ure  the   AOD V protoc ol ag ai ns t  black ho le  att a c ks .   This  paper  is   div ide d  into   4  sect ion s;  S ect ion  1  prese nts  an  ov e r view  of  MA NET S  a nd  black   hole   at ta cks.   Mo re over ,  it   prese nts   an d  discusse s  pr e vious  stu dies  in  relat ion  to  this   resea rc h.  Sect io n  3  des cribes   the  pro posed  s chem es:   the  B DD - A O DV   pr oto c ol,   an d  Hy br i d  prot oco l .  The  re su lt s  of   the  pro posed  s olu ti on   are  pr ese nted  in  Sect io n 4. Fi nally , S ect io n 5 c on cl ud e s thi s work a nd s uggests s om e ideas for  futu re  w ork.       2.   PROP OSE D SCHE MES   A  host - base d  I DS   was  us e d  by  the  no des  in  the  MA NET ,  with  eac h  no de  bei ng   e quip ped   with  a n  ID S t o  colle ct  the audit  d at a.  Me anwhil e, an ano m al y - based  d et ect io n  sc hem e w as u se d for the  detect ion  task .   This  w ork  pr opose d  tw o  te ch niques  to  de te ct   and   pre ven t  bl ack  hole   at ta c ks .  T hese  te ch niques  use   the  dataset   dev el op e d  by [ 28 ] .   The  g ene r al   fr am ewo r k  c on si der e d  in  t hi s  pa per  is  s hown  in   Fig ur e  1 .   The   detect io n  ph a se  is co ns ide red in this  work.             Figure  1 .   Pro pose d  I ntr us io n Dete ct ion  M od el       To  e xam ine  the  abili ty   of   t he   dataset   in   [ 28 ]   to  detect   blac k  ho le   at ta c ks ,  two  r ou ti ng  protoc ols  were   pro po se d,  nam el y:   the  BDD - AOD V  protoc ol  an d  t he  Hyb rid  protoc ol,   w her e   these   prot oco ls   de pe nd  on  the   BDD  feat ur e s.  The  f ollo wing  su bse ct ions  de m on strat e  the  work i ng  m ech anism s  of   the  BDD - A O DV   prot oco l   and the  Hyb rid  pro t oco l.     2.1.  BD D - AODV  p r otoc ol   The  B DD - AODV  pr oto c ol  m od ifie s  the  beh a viou r  of  the  or i gin al   A ODV,  w here  each  node   is  require d  to h a ve   three  ta bles:  a  Trust   Table, a  Bl ack  Table, an d  a   Co un t  T able.  T he  T ru st   Table  incl ud es   a  li st   of   tr us te d  node s  in  the  net w ork,   wh il e  the  Bl ack  Table  c on ta in s  a  li st  of   the  no des  m a rk e d  as  black  nodes .   The  C ount  Ta ble  m ai ntains  t he  f ollo wing  st at ist ic s  abo ut  t he  on - goin g  ac ti viti es  of   the  netw ork  for  th e  rep l y   node:  co un t of  RR EP  from   this   node,   c ount  of  m axi m u m   destinat ion   seq ue nce  num ber   fro m   the  RR EP  of   this   node,   a nd  co unt  of   t he  lo w  hop  c ount  re ply  from   the  RR E P  of   t his  node .   More ov e r,   the   RR EP  in  the  BDD - AOD V  prot oc ol  has  tw o  ext r a  fiel ds ,  nam el y,  the  rep ly in g  node  an d  the  r eply ing   ho p  co un t.  Fig ur e  2  de picts   the BD D - A ODV  al go rithm .    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       In te ll igent  bla c k hole detec ti on in  mo bile Ad Ho c  n et w or ks   ( Ya ser  Kh amay seh )   1971   H a ndle  RREQ  M ess a g e   H a ndle  RREP M ess a g e by So urce  no de   If  ( so u rce  n o d e of  the RR EQ  is n o t ex ist in  T T )           Ins ert  so u rce  no d e of  the RR EQ  to  T T        If  ( d estin atio n  no d e of  the RR EQ  is n o t in TT )                Ins ert  des tin atio n  no d e o f  the RR EQ  to   TT        If  ( last n o d e that  sen d s th e RREQ i s n o t in TT )                  Ins ert  last no d e of  the RR EQ  to   TT   If  ( Inter m ed iate  no d e do esn ’t  h av e valid  r o u te to  d estin atio n )        Re - b road cast R REQ   If  ( RR EQ  is  r ec eiv ed  by  d estin atio n  no d e,  in ter m ed iate  has  a  v alid  r o u t or  m ali c io u s n o d e)    Un icast RR EP  to  t h e so u rce  n o d e   If   (des tin atio n   n o d e  o f   th e  RR EP  is  n o t  in   TT )     Ins ert  d estin atio n   n o d e  o f   th e  RR EP  to  T T      If  ( RR E P sen d er! = Rep ly in g  no d e)      Ad d  RREP sen d er  to  the TT      If  ( Rep l y in g  no d e is no t in CT)            Ad d  Rep ly in g  no d e to th e CT           Co u n t of  RRER f ro m  the Rep l y in g   n o d e =1           If  ( d st seq u en ce  nu m b e r  > 62 9 2 )    Max h ig h  seq u en ce =1           Else     m ax  hi g h  seq u en ce =  0           If  ( 1  <  r ep l y in g   h o p  count <= 2)    Low repl y in g  cou n t =1           Else  low repl y i n g  cou n t   =0      Else  I f  ( Rep l y in g  no d e in CT)   + +  Co u n t o f  RRER            If  ( d estin atio n  seq u en ce nu m b er  >  6 2 9 2 )      Max h ig h  seq u en ce  d estin atio n  ++           If  ( replying  ho p  cou n t >  1  and  <=  2 )    Low  re p ly in g  ho p  cou n t ho p  ++   If  ( reply in g  no d e exis ts in  T T)   Sen d  data p acket   Else I f  ( replying  n o d e exis t in BT)     Discard R R EP  an d  wait  an o th er  RR EP   Else I f  ( Co u n t of  RRER f ro m  the  Rep ly in g  no d e =  m a x  hig h   seq u en ce    des tin atio n  =  replying   h o  cou n t and  Co u n t of  RRER f ro m   th e Rep ly in g    n o d e>=1 )      Ad d  Rep ly in g  no d e to th e BT   If  ( reply in g  no d e exis ts in  BT)        Disca rd RR EP  an d  wait  an o th er  RR EP   Else sen d   d ata pac k et   H a ndle  RREP M ess a g e by Inter m e dia te  no de   If  ( so u rce  n o d e of  the RR EP  is n o t exi st in  T T )        Ins e rt  so u rce  n o d e of  the RR EP  to  T T       If   (des tin atio n  node o f  the RR EP  is  n o t exis t in TT )                Ins ert  d estin ati o n  no d e o f  the RR EP  to  T T       If   (RREP sen d er !  = Rep l y in g  no d e)  Ad d  RREP   sen d er  to  T T     Figure  2.  BD D - AOD V  al go rithm       2. 2.   H yb ri d p rot oco l   The  Hy br id  protoc ol  com bin es  bo t h  BDD - AOD V  an d  MI - AOD V  [ 1 1 ]   protoc ols  to  de rive  a  m or e   reali sti c  and   ef fecti ve  detect ion   m echan ism .  In   the  M I - A ODV  pr oto c ol,   the  trust  fiel d  is  us ed  to  in di cat e  if   the  re plyi ng   no de  is  reli a ble  or  not.  It  is  gi ve n  a  value  of  ei ther  0,  1  or  2.  I n  the  Hyb rid   prot oco l,  e ach  node   is  pro vid e d  with   two  ta bles,  na m el y,  a  Tru st  Table  a nd   a   Bl ack  Ta ble.  In   a dd it i on  to   that,   ever y  s ource   node  i n  the  netw ork  is   pro vid e d  with  a  Co un t   Table .   The   processes   f or  the   ha ndli ng  of  the  RR E Q  i n  the   BD D - AOD V  protoc ol  an d  Hybr i d  prot oc ol  are  sim il ar.  Figure  3  sho ws  the  al gorit hm   fo r  the  ha nd li ng  of  the  RR EQ  m essages.           Figur e  3.   Handli ng of RRE Q  Messages  in H ybrid  Protoc ol       Figure  4  s hows  the alg ori thm   for  the  h a ndli ng  of the RREP   by the  source  nod e .       H a ndle  RREP M ess a g e by So urce  no de   If  ( d estin atio n  no d e of  the RR EP  d o es n o t exis t in th e T T)     Ins e rt  d estin atio n  no d e o f   th e RREP to T T   If  ( RR EP  sen d er !  = Rep ly in g  no d e)    Ad d  RREP  sen d er  to  the T T   If  ( Rep ly in g  no d e do es n o t exis t in CT)  {    Ad d  Rep ly in g  no d e to th e CT      Co u n t of  RRER fr o m  the Rep l y in g  no d e =1              If  ( d estin atio n  se q u en ce nu m b er  >  6 2 9 2 )          Max h i g h  s eq u en ce  d estin atio n  =1      Else   m ax  hig h  se q u en ce desti n atio n  =0      If  ( replying  ho p  cou n t >  1  and  <=  2 )            Low  r ep l y in g  ho p  count h o p   =1 }      Else  low repl y in g  ho p  cou n t hop =0 }   Else I f  ( R ep ly in g  no d e exis ts in  the CT)   {    Co u n t of  RRER f ro m  the  Rep ly in g  n o d e ++      If  ( d estin atio n  se q u en ce nu m b er  >  6 2 9 2 )  m ax  hig h  seq u en ce ++      If  ( replying  ho p  cou n t >  1  and  <=  2 )      lo w r ep l y in g  ho p  cou n t ++}   If  ( Tr u st f ield  valu e =  1  or 2)        If  ( Rep ly in g  no d e do es n o t exis t in TT )   Ins ert  Rep ly in g  no d e to TT   an d  Send  data   p acket   Else I f  ( Tr u st f ield   v alu e =  0 )        If  ( Co u n t of  RR ER f ro m  the R ep ly in g  no d e =  m ax  hig h   seq u en ce desti n atio n  =  replying  to co u n t and  Co u n t of  R RER  f ro m  the Rep ly in g   n o d e >  = 1)    Ad d  Rep ly in g  no d e to  the  BT   Else I f  ( Tr u st f ield   v alu e equ al  - 1)        If  ( Rep ly in g  no d e do es n o t in BT)  Ins ert  R ep ly in g   n o d e  to  BT   If  ( Rep ly in g  no d e do es n o t exis t in BT)    S  sen d s th e data  p acket       Else Disca rd RR E P and  wait  f o r  an o t h er  RR EP}     Figure  4. Al gorithm  f or  t he h and li ng  of the   RR EP b y t he  s ource  node     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   3 ,  June   2019  :   1968   -   1977   1972   3.   SIMULATI O N AND  A NAL YS IS  OF R ESULT S   To  evalu at e  the  per f or m ance   of   the  pro po s ed  protoc ols,  s i m ulati on   exp e rim ents  wer e  cond ucted .   GloMoSi m   s i m ula tor  was  use d  to  eval uate  the  per f orm ance  of   f our  di fferent  prot oc ols,  nam ely,  the  Hybr i d  protoc ol,  BD D - A ODV  protoc ol,  MI - A ODV  protoc ol,  an d  ori gin al   A O DV   protoc ol.  Ta ble  1  su m m arize s  the  si m ulati on  p a r a m et ers.       Table  1.   Sim ul at ion  Pa ram et e rs   Para m e ter   Valu e   Para m eter   Valu e   Si m u lato r   Glo MoSi m  2.0 3   Mini m u m  no d es’ v elo city   0 .5  m eter /seco n d   Si m u latio n  du ration   1 2 0 0  seco n d s   Maxi m u m  no d es’  v elo city   2  m eter /seco n d   Nu m b e r  o f  no d es   2 0 ,  2 5 ,  3 0 ,  3 5 ,40   Rad io  r an g e   2 5 0 m   Mob ility Mo d el   Ran d o m  w ay p o in t   Ban d wid th   2  M b /s   Pau se ti m e   0 ,  1 0   Tr af f ic T y p e   CBR   Si m u latio n  ar ea   1 0 0 0   m  * 1 0 0 0   m   CB R p acket si ze   512  tes       Four  pe rfor m ance  m at rices  wer e   m easur ed :  Packet  Deli ve ry  Ra ti o  (PD R),  Dro pp e d  P ackets  Ra ti o,  Av e ra ge  En d - to - E nd  Delay   a nd   O verhea d.   Eigh t  diff e re nt  scenari os   that   wer e  sim ulate d  in  t his  rese arch.   These  sce nar i os  wer e  sim ulated   with  differe nt  par am et ers,   wh e re  these  pa ram et ers  had   a  direct  i m pact  on   t he   black  ho le   at ta ck.   T hese  pa ra m et ers  are:  the  total   nu m ber   of   nodes,   t he  num ber   of   black  ho le   nodes ,  and   th e   pause  ti m e  (2   pause  ti m e  val ues  wer e   te ste d:  0  an d  10.   A   pa us e  ti m e  of   0  in dicat es  a  hi gh   m ob il it y,  wh il e  a   pause ti m e o f  10 in dicat es a  slow m ob il it y).      3.1.  Hig h m obi li ty  s cen ario s   In  al l  the  fo ll ow i ng  fi gures,  the  blu e   li ne   re pr ese nts  t he   ori gin al   A O DV  pr oto c ol,  the  re d  li ne  represe nts  the  MI - A O DV   pro tocol,  the   gree n  li ne  re presen ts  the  BDD - A ODV  protoc ol,   and   t he  ora nge  li ne  represe nts the Hy br i d protoc ol .   Figure  5  s how s  an  im pr ovem ent  in  the   Pac kets  Deli ve ry  Ra ti o  (PDR)  f or   al l  the  4  protoc ols  f or  a   netw ork  t hat  w as  bei ng  at ta ck ed  by  1  a nd  2  black   hole (s ).  The  obta ined   r esults  s how  t ha t  the  Hybr i d  prot oco l   in  the  netw ork ,   wh ic h  was  at ta cked   by  one  black  ho le   no de ,  ha d  the  hi ghest   pack et   deli ver y  rati o.  As  sh ow n  in  Figure  5,  t he   PD R  increas ed  w hen   the  num ber   of   no de s  increase d.   As   a  resu lt   of   inc reasin g  the  nu m ber   of   norm al   no des  in  the  net wor k,   the  source  node   had   a  bette r  chan ce  of   rece iving   t he  RR EP  m essages  fro m   the  norm al   and   re li able  nodes.  I t  was  note d  that  the  e xistence   of  a  sec ond  blac k  hole   node  ca us e d  a  sli gh t   decr ease  in  t he  p ac ket d el i very  r at io.             (a)     (b)     Figure  5 .   Pac ke t D el ivery Rat io w it h Pa us e  Ti m e 0 ,   (a ) 1 B la ck  H ole,  ( b)   2  Bl ack  Holes       Figure  6  sho w s  that  the  BD D - A ODV  a nd  H ybrid  proto cols   con t rib uted  to   a  decr ea se  in  t he  num ber  of   dro pped  p ac kets co m par e d t o  the  or i gin al   AOD V  a nd  M I - A ODV pr ot oc ols for a  netw ork  t hat w a s att acked  by 1 an d 2 bla c k ho le 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       In te ll igent  bla c k hole detec ti on in  mo bile Ad Ho c  n et w or ks   ( Ya ser  Kh amay seh )   1973         (a)     (b)     Figure  6 .   Pac k et  D r op Rat io  with Pa us e  Tim e 0 ,   (a)   1  Bl a ck Ho le ,  (b) 2   Bl ack Hole       As  sho wn   i n  F igure  6,   t he  nu m ber   of   dro pp ed  pac kets  dec reased  as  t he  num ber   of   node s  increase d  from   20   to   40.   W it hin  this  i nt erv al ,  eac h  s ource   no de  w as   surr ounded   by   m or e  no rm al  neig hbo rs,  w hi le   the  nu m ber   of  blac k  hole   node s  in   the  netw ork  w as  fixe d  at   2.   T her e fore,  th e  s ource  no des  in the  netw ork  ha d  the  chan ce   to   rec ei ve  m or e  al te rn at ive   act ive  routes  to   the   destinat io n  fro m   the  norm al  an d  reli able  nodes .     The  a gr eem en t  betwee n  t he  res ults  of  the  dro pp e d  pac ke ts  an d  pack et   delivery  rati o  cou l d  be  obse rv e d.  More ov e r, i ncrea sing t he n umber  of  black h ol es led to  inc re ase in t he nu m ber o f dro pp e d packets .   Figure  7  s how s  the  end - to - e nd   delay   resu lt s  for  the  Hyb r id,  BD D - AOD V,   MI - A ODV  and   orgi nal  AOD V  proto c ols  w hen   the  ne twork  was   at ta cked   by  1  an d  2  blac k  hole s.  O n  the  oth e r   hand,   Fig ure  7   sho ws  the end - to - e nd  delay  r es ults w hen the  netw ork was   at ta cke d by tw o black  hole  no des.   Acc ordin g  to  the  re su lt s   in  both  fig ur es ,  the  Hy br i d  a nd   B DD - AOD V   prot oc ols  in creased  t he  e nd - to - e nd   delay   com par ed  to  both  the   MI - A O DV  an d  ori gi nal  A O DV   prot oco ls.   For  a  netw ork  at ta cke d  by  on e  blac k  hole ,  the  or i gin al   AOD V   achieve d  the  be st  end - to - e nd  delay   resu lt ,  w hile  the  Hybr i d  prot oco l  ach ei ved   the  hi gh est   end - to - e nd  delay   resu lt .              (a)     (b)     Figure  7 .   Dela y wit h  Pa us e  T i m e 0 . ( a ) 1 Bl ack  Ho le ,  (b) 2  Bl ack  Ho le       As  s how n  in  Figure  7,  t he  en d - to - e nd  delay  incr ease d for al l t he  prot oco ls  wh e n  t he  num ber   of no de s   increase d.  This   increas e  in   th e  num ber   of  node s  decr ease d  the  c ha nces  of  the  destinat io n  node   bec om i ng  th e   neig hbour  of   the  source  node .  Ther e f or e,  th e  pack et s  we re   transm i tt ed  over  seve ral  hops  in  order   to  rea ch  th e   destinat io n  no de.   Mo re ov e r,  the  Hyb rid  and   B DD - A O DV   protoc ols   wer e  re quire d  to  pe rfo rm   m or e  op e rati ons  to  detect   and   av oi d  the  black  hole   node,   a nd   hen ce ,  increas ed  the  delay .  A  si m il ar  patter n  w a s   ob ta ine d  i n  the   case  of  a  net w ork  bein g  at ta c ked  by  t wo  bla ck  ho le   nodes .   The  ori gin al   AOD V  ac hiev ed  the   best  en d - to - e nd  delay   com par ed  t o  the  oth e r  three  prot ocol s,  wh il e  the  H ybrid  protoc ol  achieve d  the  hi gh est   end - to - en d del ay  r esult.    Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   3 ,  June   2019  :   1968   -   1977   1974   As  sho wn   i n  F i gure  8(a),  t he   ov e rh ea d  inc r eased  as  the  num ber   of   node s  increase d  f rom   20   to  40  nodes .  T his  co uld   be  inte rpre te d  to  m ean  th at   the  increa se   in  the  num ber   of   node s  in  t he   netw ork  le d  to  an  increase  in  the   nu m ber   of   c ontr ol  pack et s  ( e.g .  RR EQ  a nd  RR EP)  that  wer e  exc hange d  thr ough  the  net work.   The  or i gin al   AOD V  ac hiev ed  a  sig nifica ntly   higher   ov erh ea d  a gain st  al l  the  oth er   protoc ols  du e   to  the   existe nce  of th e b la ck  hole a nd the  lack  of a ny d et ect io n  a nd  pr e ve ntion m echan ism .             (a)     (b)     Figure  8 .   O verhead  w it h Pa use  Tim e 0 ,  (a) 1  Bl ack  Ho le ,  (b ) 2 Bla ck H ole       3.2.   Low  M obi li ty  Scen arios   The  perf or m ance  of  the  te s te d  pr oto c ols  was  e valuate d  unde r  t he  as su m ption   of   l ow  m ob il it y.     As  show n  in  F igure  9,   f or   networks  at ta cked  by  on e  blac k  ho le   an d  tw o  bl ack  ho le   no de s,  the  Hyb rid  a nd   the   BDD - A O DV   protoc ols  outp erfor m ed  bo t h  the  MI - AOD V   and   the  or igi na l  AO D V  pr oto cols  in  te rm s  of   th e   pack et   delive ry r at io.               (a)     (b)     Figure  9 .   Pac ke t De li ver y R at io w it h Pa us e  Ti m e 1 0,   (a ) 1  Bl ack Hole,  (b) 2 Bl ack  H oles       Figure  9( a )  s hows   the  pac ke t  delivery  rati o  res ults  f or  a   netw ork  t hat  was  bein g  at ta cked  by  on e   black  no de.   T he   pack et   delive ry  rati o  increas ed  w hen   the  num ber   of   no de s  in  the  netw ork  increase d  f r om   20   to  40   nodes.   W it hin   this  int erv al ,  inc reasi ng   the  nu m ber  of   node s  in  the  netw ork  le d  to  a  decr eas e  in  the   chan ce s  of   t he   black   hole   node s  to   obta in   RR EQ  m essages.  Th us,  the   cha nces  of  th e  black   hole   nodes   dro pp i ng  data   pack et s   al so  de creased .  M oreov e r,  inc reasing  the   num ber  of  norm al   nodes  i n  t he  networ k  inc rease d  the  possible  nu m ber  of   node  neig hbou rs,   hen ce  i ncr easi ng   it s  c han ce s  of  getti ng   t o  the  destinat ion  node (s)   su cces sfu ll y.  Fi gure  9(b)  sho ws  tha t  the  pac ket  de li var y  rati o  i nc reased   w he n  the  nu m ber   of   node s   increase d  from   20  t o  40  no de s.  T he  a ddit ion  of  a   sec ond  black   hole   ha d  a   ne gative  eff ect   on  the   pack et   delivery  rati o.    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       In te ll igent  bla c k hole detec ti on in  mo bile Ad Ho c  n et w or ks   ( Ya ser  Kh amay seh )   1975   Figure  10  s hows  that  t he  droppe d  pack et s   rati o  for  al l  the  protoc ols  de creased   as  t he   num ber   of   nodes  inc rease d  from   20   to  40  node s.  A gai n,   ad ding  a  se cond  blac k  hol e  increase d  the   nu m ber   of  droppe d  pack et s  f or   bo t h  cases.  From   Figure   9  to  Fi gure  10,  the  a gr eem ent  betw een  the  dro pp e d  pac kets  resu l ts  and   pack et   delive r y  rati o  resu lt s  can  be  obser ve d,   w her e   the   pr oto c ol  w hic h  ha d  a   hi gh  dr opped  pa ckets  rat io  wa s  the pr oto c ol w i th a lo w deli ve ry r at io.             (a)     (b)     Figure  10 .   Dro pp e d P ackets   Ra ti o  with  Pause  Tim e 1 0,   (a) 1  Bl ac k Ho le ,   (b) 2 Bl ack  Ho le s       Figure  11   s ho ws  t he  e nd - to - end  delay   res ul ts  for  a   net work  bei ng  at ta cked  by  one   an d  tw o  blac k  ho le   no des.   T he   Hybr i d  an d  BDD - A O DV   protoc ols  w ork ed  pro per ly   wi th  a  pau se  ti m e  of   10,  w he re   these   two p ro t oco ls i ncr ease d  t he  e nd - to - en d dela y com par ed  t o t he  MI - A ODV  an d or i gin al   A ODV pr otoc ols .              (a)     (b)     Figure  11 .   Del ay  w it h  Pa us e   Ti m e 1 0,   (a ) 1  Bl ack Hole,  (b) 2 Bl ack  H oles       As  s how n  in  F igure  11(a ),   t he   end - to - en d  de la y  increased  for  al l  the  prot oco ls  w hen   t he   nu m ber   of  nodes  in crease d  f ro m   20   to  40   nodes .   T he   Hybr i d  pr otoc ol  achieve d  t he  hi gh e st  en d - to - e nd  delay   resu lt s  com par ed  to t he  o the r  three  protoc ols,  w hile t he  or i gin al   A ODV  ac hieve d t he  lowest e nd - to - e nd d el ay  re su lt s.   This  diff e ren c e  in  the  res ults  was  due  to  t he  diff e ren c e  in  the  pac kets  delivery   rati o  ob ta ine d  from   eac h  protoc ol,  w here  increasin g  th e  pack et s  deliv ery  rati o  requi red   m or e  tim e,   thereb y  increa sing   the  en d - to - en d  delay  r es ults.   Fo r  a  net work  at ta cked   by  two  black  hole   nodes ,  the  or i gin al   A O DV   s howe d  the  bes t  end - to - e nd   delay   com par ed   with  the  ot he r  protoc ols.  T he  Hyb rid  protoco l  s howe d  the  highest  en d - to - e nd  delay   r esults.   Figure  11 (b)  s hows  the  e nd - to - e nd   delay   r esults  for  a  ne twork  bein g  a tt acked   by  tw o  blac k  hole   nodes .     An y  inc rease  i n  the  P DR  res ulted  in  a n  inc rease  in  the  e nd - to - en d  delay .  As  the  Hy bri d  pr oto c ol  ha d  the   highest P DR, h ence it  had  the  highest e nd - to - end d el ay .    Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   3 ,  June   2019  :   1968   -   1977   1976   Fo r   a  pa us e  ti m e  of   10,  t he  Hybr i d  a nd   B DD - A O DV   pr oto c ols  outpe rfor m ed  the  MI - AOD V  an d  the   or i gin al   A ODV  protoc ols  w it h  resp ect   to  the  over hea d.   F igure  12  sh ows  the  ov e rh ea d  resu lt s  for  net works   bein g  at ta cke d by one  black  hole an d  t wo b la ck ho le s .              (a)     (b)     Figure  12 .   O ve rh ea d wit h Pau se Tim e 1 0,   (a) 1  Bl ac k Ho le ,   (b) 2 Bl ack  Ho le s       As  s how n  by  Figure  12,  the   ov e r head   i ncrea sed  as  th e  num ber   of   node s  increase d  f r om   20   to  40   nodes .  This  in dicat ed  that  in creasin g  the  num ber   of   node s  in  the  netw ork  will   le ad  to  an  inc rease  in  the   nu m ber   of   c ontrol  pac kets  (e . g.   RR E Q  an d  RR EP)  exc ha nged  t hro ugh  th e  netw ork.   Fig ur e  12( b)   s ho ws  that   the  ov e rhead  r esult s  for  the  or i gin al   AOD V  was  sig nific antly   hig he r  than  the  over hea d  for  the  oth e r   three   protoc ols.  T his   was  due  to  th e  i m pact  of   bl ack  hole   no de s  in  the  ori gina l  AODV   a nd  the  abse nce  of  any   detect ion  an d  pr e ve ntion  m e chan ism .  Dec r easi ng  the  im pact  of  blac k  ho le   in  the   net work  le d  t o  a   dec r ease  in   the n et wor k overhea d.       4.   CONCL US I O N AND F UT U RE W ORK   A  com m on   thr eat   to  MANET s  is  black  hole   at ta cks.   This  pa per   was  buil t  on   to p  of   the  w ork  do ne  in  [ 28 ]   to  en han c e  the  secur it y  le vel  in  MAN ETS.  T o  f ully   util iz e  the  BDD  dataset ,  a  BDD - A O DV   protoc ol   was  pro posed ,   w hich   de pe nds  on  the   feat ur es   of  t he  B DD  dataset   t o  buil d  it s  pr e ve ntion  a nd  det ect ion   m echan ism s.  The  B DD - AODV  pr oto c ol  m od ifie s  the  be hav i our  of  th e  ori gin al   A O DV,  m aking  it   m or e  secur e  a gainst  black  ho le   at ta cks,   wh e re  it   checks  the  reli a bili ty   of   the  node  t hat  sen ds  the  RR EP  m e ssage.  The  Hyb rid  pr oto c ol  wa s  cre at ed  by  c om bin in g  the   MI - A ODV  a nd  BD D - AOD V  prot oco ls ,  incl ud i ng  al l  the   featur e s  of   th e  BDD  datase t.  In   oth e r  w ords ,  the  w orking   m echan ism   of   the  MI - A ODV  prot oco l   was   com bin ed  with   the  w orki ng   m echan ism   of   the  BD D - AODV   prot oco l  i n  or der   t o  cre at e  a  Hyb rid  prot oco l .     As  in  the  BD D - AOD V  prot oco l,  eac h  no de   in  the  MAN ET  has  a  Tr us t   Table ,  a  Bl ack  Table ,  a nd   a   Count   Table .  Sim ulatio n  re su lt s  sho wed   t hat  the   BDD - A O DV   a nd  the  Hy br i d  prot oco ls  re duc ed  the  im pact  of   black   ho le   at ta cks  a nd   ou t perform ed  both  the  or iginal  AOD V  and   MI - A O D V  protoc ols  in   te r m s  of   the  PD R,  dro pp e d pac kets r at io,  and  ove rh ea d, w hile t he  end - to - e nd del ay  w as m ai nt ai ned  i n  s om e i nter vals.     The  co op e rati ve   and   sel ect ive  black  ho le   no des  we re  no t  c on si der e d  in  th is  wo r k.   T he  coope rati ve   black  hole   pr ob le m   occurs   w hen  m or e  than  one  black  ho le   c oope r at es  tog et her .   O n  the   ot he r  ha nd ,     the  sel ect ive b l ack hole  at ta ck s  sel ect   a  set  of  d at a p ackets   to b e dro pped , d el ivere d  to th e d est inati on  nod e , o r   m od ifie d.   It  is  pro po se d  th at   the  be ha viour  of  co operati ve  a nd   sel ect ive  bl ack  hole s  be  st ud ie d  a nd   t he  BDD   dataset   be  e xpan de d  to  inc lud e  the  relev ant  featu res  t hat  co ntribute   to  the  detect ion   of   the se   at ta cks.   More ov e r,   it   is   pro po se d  that t he  BD D - AOD V  an d  Hyb rid  protoc ols  be   en han ce d  with  ce rtai n  m echan ism s  to  so lve   these   tw o  pro blem s.  In   a ddit ion ,   the   ex per im ental   resu lt s  s how ed   that  the   e nd - to - e nd  delay   in   th e   Hybr i d  a nd  BDD - A O DV  pr oto c ols  wa s  hi gh e r  tha n  t he  delay   in  the  or iginal  A O DV.   The refor e ,  th ere  is  a  need f or furt he r  im pr ov em ents in or de r  to  r e du ce  the  delay   values .           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       In te ll igent  bla c k hole detec ti on in  mo bile Ad Ho c  n et w or ks   ( Ya ser  Kh amay seh )   1977   REFERE NCE S   [1]   Ochola   E .  O .   an d  El off   M .  M . ,   “ A Re vie w o f  Bl a ck  Hole   a tt a ck  o n  AO DV   Routi ng  in  MA NET , ”  I SSA ,   2011 .   [2]   T.   Kaur   and  A.  Singh,  “ Perform anc e  Ev al u at ion   of  MA NET  with  Bla ck  Hole   A tt a ck  Us ing  Routi ng  Protocol s , ”  Inte rnational   Jo urnal  of Engi ne e ring R ese arch   a nd  Applications  ( IJE RA ) ,  v ol / issue:  3 ( 4 ) ,   2013 .   [3]   S.  Kum ar,   et   al . ,   “ An  Empiric al  Crit ique   of  On - Dem and  Routi ng  Protocol s  a ga i nst  Rushing  Atta ck  in  MA NET , ”   Inte rnational   Jo urnal  of El e ct ri c al  and  Comput er  Engi n ee ring   ( IJE CE) ,  v ol / issue:   5 ( 5 ) ,   pp .   1102 - 1 110,   2015 .   [4]   Aart i  and  S .   T y agi,  “ Stud y   of  MA NET:   Chara c te rist ic s,  Chal le ng es,   Ap p li c at ion  and  Secur ity   At ta ck s , ”    In te rnational   Jo urnal  of Adv an c ed  R ese arch  in Com pute r Sc i en ce   and   Sof tware Engi ne ering ,  v ol /i ss ue:   3 ( 5 ) ,   201 3.   [5]   R .   M .   Desai ,   e t  al . ,   “ Routi ng   Protocol s  for  Mobi le   Ad  Hoc  N et w ork  -   A  Surve y   a nd  Anal y s is , ”   In donesian  Journa l  of  E le c tric al   En gine ering   and  C ompu te r Sc i ence ,  v ol /i ss ue:   7 ( 3 ) ,   pp.   795 - 801 ,   20 17.   [6]   A .   P .   Murdan   an d   A .   Bhowon,  “ Mobile   Ad  Hoc  Networks  in   Presenc e  of  Bl ac k  Hole  Attack , ”   In donesian  Journal  of  E le c tric al   En gine ering   and  C omputer  Scienc e ,  v ol /i ss ue:   7 (2) ,   pp.   577 - 582 ,   20 17.   [7]   Go y al,  et   a l . ,  “ MA NET:   Vulner ab il i ti es,   Chal le ng es,   At ta cks,   Applicat ion , ”  Inte rnat i onal  Journal  of  Computati onal Engi ne ering  &   Manage ment  ( IJ CEM) ,  v ol. 11 ,   2 011.   [8]   B.   Nawafl eh ,   e t  al . ,   “ Im prove d  AO DV  Proto col   to  Det ec t  and  Avoid  Black  Hole  Nodes  in  MA NETs , ”     Master   Th esis  i n   Com pute r  Sci en ce ,   Dept . of  Com p. Sci.,  JU ST  Uni v. ,   2012.   [9]   Baa da che,  e t  al . ,   “ Avoiding  Bl ac k  hol e  and   C ooper ative  Bl ack  hole   At ta ck s  in  W ire l ess  Ad  hoc  Networks , ”   Inte rnational   Jo urnal  of  Comput er  Scienc e  and   I nformation  Se cu rity   ( IJCSI S) ,  v ol /i ss ue:   7 ( 1 ) ,  201 0.   [10]   Saini ,   et   al . ,   “ Com par ison  bet wee n  Vari ous  Bl a ck  Hole  De te c tion  Te chn ique s  i n  MA NET , ”   Na ti onal  Conf ere n ce  on  Computati on al  Instrum ent at i on ,   2010 .   [11]   Y.  Kham a y seh,   et   al . ,   “ A  New   Protocol   for  Dete c ti ng  Black  Hole  Nodes  in  A d  Hoc  Network s , ”   Inte rnationa l   Journal  of   Comm unic ati on   Net w orks and  Information  S ec urit y  ( IJCNIS) ,  v ol /i ss u e:   3 ( 1 ) ,   2011 .   [12]   Bat tula,   et   a l . ,   “ Mixed  signal  base d  tr ansm ission  in  m ixe d  lay ers  for  h ig h  throug hput  w ire l ess  net work , ”     El ixir Int ernati o nal  Journal ,   201 1.   [13]   Ta ne ja ,   et   al . ,   “ A  Surve y   of  Ro uti ng  Protocol s  i n  Mobile   Ad  Hoc  Networks , ”  Int ernati onal  Journ al  of  Innov at ion   Manage ment  an d  Technol og y ,  v ol /i ss ue:   1 ( 3 ) ,   20 10.   [14]   Singh,  et   al . ,   “ S ec uri t y   Iss ues  And  Li nk  Expi rati on  In  Secur e  Routi ng  Protocol s  In  Mane t:   A  Revi ew , ”  N e twork ,  v ol / issue:  3 ( 7 ) ,   2 014.   [15]   Li u,   e t  al . ,   “ To ward  Inte gra t ing   Feat ure   Selection  Algorit hm s  f or  Cla ss ifi ca t ion   and  Cluste ring , ”   Knowle dge  an d   Data  Engi n ee rin g,   IE EE Tr ansacti ons ,  v ol /i ss ue:  17 ( 4 ) ,     2005.   [16]   John,  et al . ,   “ Irre le van t  Fea ture s  a nd  The Subs et   S el e ct ion   Problem , ”  ICML ,   v ol .   94 ,   1994 .   [17]   Raj ,   e t  al . ,   “ DP RAO DV :  A  Dy namic  Le arn ing   Sy st em  aga inst   Bla ckho le   Att a ck  in  AO DV  b ase d  MA NET , ”   Inte rnational   Jo urnal  of  Comput er  Scienc e  Iss ue s ( IJCSI ) ,  v ol.   2 ,     2009 .   [18]   Mistr y ,   et  al . ,   “ Im proving  AO D V  Protocol   Aga inst  Attacks , ”  I nte rnational   Mu lt i  Con fe renc e  o f  Engi n ee rs   and  Computer  Scient ists ( IME CS) ,  v ol.   2 ,   2010 .   [19]   Khara ,   et  al . ,   “ Secur ity   in  Rou ti ng  Proto col   to   Avoid  Thr eat  o f    Bl ac k   Hole   Atta ck   in   MA N ET , ”   In te rnation al   journal  of   Elec tric al ,   E lectronic s  &   C o mm unic ation E ng in ee ring ,  v ol.   2 ,     2012.   [20]   Bhoria ,   et  al . ,   “ Dete rm ini ng  Feat ur e  Set   of  DO S  Atta cks , ”  Inte rnational   Jo urnal  of  Adv an ce d  Re search   i n  Computer  Scien ce   and   Sof tware Engi ne ering ,  v ol .   3 ,   2013 .   [21]   KD DCUP ,   1999 .   ht tp: / /kdd. i cs. u ci . edu/ da ta b ase s/ kddcup99/ kddcu p99. html .   [22]   Riss ino,   et  al . ,   “ Rough  Set  T heor y – Fund amenta l  Con ce pts ,   Princi pal s ,   Da t a   Ext ra ction,   an d  Applic a ti ons , ”    Data  Mini ng   an d  Knowle dg e  Di scov ery   in Re al   Life   Appl i cat ion s ,   2009.   [23]   Upendra ,   “ An  E ffic i ent   Fe at ur e  Reduc ti on   Com par ison  of  M ac h ine   Le a rning  Al gorit hm s  for  Int rusion  Dete ct io n   S y stem , ”  Int ernati onal Journal of  Eme rging   Tr ends  &   Technol ogy  in   Computer  Sci en ce ,  v ol .   2 ,   2013.   [24]   M .   Tav allaee,  e t  al . ,   “ A  det a iled  an aly sis  of   t he  KD D  CUP   99  data  se t ,”   P roce edi ngs  o f  t he  Se cond  IEEE   int ernati ona l  co nfe renc e  on  C omputati onal  in te lligen ce   for  sec urit y  and  d efense  applicat io ns  ( CISDA'09 ) .     IEE E   Press, Pis cat away ,   N J, USA ,  pp .   53 - 58 ,  20 09.   [25]   J.  M chugh,   “ Te s ti ng  Intrusion  D et e ct ion  S y stem s:  A  Crit ique   of   the   1998  and  1 999  DA RP A  Int rusion  Dete c ti on   S y stem  Eva lu at i ons  as  Perform e d  b y   Li n col n  L a bora tor y , ”  ACM  Tr ansacti ons  on  Information  and  Syste m  Sec urit y ,  v ol.   3 ,   2000 .   [26]   M.  Y.  Su,  “Pre vent ion  of  Selective  Bla ck  Hole  Atta cks  on  Mobile   Ad  Hoc  Networks  throug h  I ntrusion  Dete c tion  S y stems , ”   Comp ute r Comm unic a ti ons ,  v ol /i ss ue:  34 ( 1 ) ,  2011 .   [27]   Alem,  et  al . ,   “ Preve nt ing  Bl ac k   Hole  Att ac k  in  Mobile   Ad - hoc   N et works   Us ing  Anom aly   De te c t ion , ”  IE EE ,  v ol .   3,       2010.   [28]   M .   B .   Yass ei n ,   et   a l . ,   “ Feat ur e  Select ion  for  Bla ck  Hol e  Att ac ks , ”  Journal  Of  Unive rs al  C omputer  Scienc e ,  v ol /i ss ue:   22 ( 4 ) ,   pp.   521 - 536 ,   20 16.                   Evaluation Warning : The document was created with Spire.PDF for Python.