I nte rna t io na l J o urna l o f   E lect rica l a nd   Co m p ute r  E ng in ee ring   ( I J E CE )   Vo l.   7 ,   No .   2 ,  A p r il   201 7 ,   p p .   9 19 ~ 9 25   I SS N:  2 0 8 8 - 8708 ,  DOI : 1 0 . 1 1 5 9 1 / i j ec e . v7 i 2 . p p 9 1 9 - 9 2 5          919       J o ur na l ho m ep a g e :  h ttp : //ia e s jo u r n a l.c o m/o n lin e/in d ex . p h p /I JE C E   Security Mea sure  t o  De t ect  and Av o id F lo o ding  At tack s   u sing   M ulti - Ag en t  Sy st e m  in  M A NET S       B a nd a na   M a ha pa t r a ,  Srik a nta   P a t na ik   De p a rte m e n t  o f   Co m p u ter  S c ien c e   En g in e e rin g ,   S ik sh a   O  A n u sa n d h a n   Un iv e rsity ,   In d ia       Art icle  I nfo     AB ST RAC T   A r ticle  his to r y:   R ec eiv ed     Dec  9 ,   2 0 1 6   R ev i s ed   Mar   14 ,   2 0 1 7   A cc ep ted   Mar   30 ,   2 0 1 7       S e c u rit y   is  c o n sid e re d   a s  o n e   o f   th e   m a jo r  c h a ll e n g e   w h e n   it   c o m e s  to   in f ra stru c tu re   les s  a n d   se l f   d e p e n d e n t   n e tw o rk   w it h o u t  a n y   c e n tralize d   c o n tro l.   T h e   v u ln e ra b il i ty   o f   A d h o c   Ne tw o rk   m a k e s  it   su sc e p ti b le  to   e x tern a l   a tt a c k s  li k e   f lo o d in g   o f   h e ll o   m e s sa g e s   o r  p ro p a g a ti n g   f a k e   ro u ti n g   m e ss a g e s   e tc.  S u c h   a tt a c k s   g e n e ra tes   a   v a ri e t y   o f   p ro b lem s   li k e   d istu rb i n g   th e   n e t w o rk   b y   f lo o d i n g   m e ss a g e s  th a t  re su lt s  in   w a ste   o f   b a tt e r y   w h ich   is  a   v it a l  re so u rc e   to   m a in tain   th e   li f e   sp a n   o f   th e   n e tw o rk .   M o st i m p o rtan tl y   c a u se   a g e n ts  to   d ie   w h e n   u n a b le  t o   re a c h   d e stin a ti o n   d u e   to   f a k e   ro u ti n g   m e ss a g e s   c a u sin g   a   h e a v y   lo ss   o n   p a rt  o f   th e   n o d e s  g e n e r a ti n g   th e m   to   m a in tain   th e   ro u te   k n o w led g e .     T h e   p a p e r  p ro p o se s  a   n o v e l  tec h n iq u e   to   id e n t ify   th e   f lo o d in g   a tt a c k   a n d   m e a su re   to   o v e rc o m e   t h e m   u sin g   M u lt i - A g e n t  s y ste m   K ey w o r d :   A d H o c  n et w o r k   s y s te m   E x ter n al  attac k   i n   M A NE T   Flo o d in g   a ttac k s     Op ti m al  a g en t s   i n   m u lti - a g en t  s y s te m     Co p y rig h t  ©   2 0 1 7   In stit u te o f  A d v a n c e d   E n g i n e e rin g   a n d   S c ien c e .    Al l  rig h ts  re se rv e d .   C o r r e s p o nd ing   A uth o r :   B an d an a  Ma h ap atr a ,   C o m p u ter   Scien ce   &   E n g i n ee r in g   Dep t. ,   Sik s h a  „ O ‟   A n u s an d h an   U n i v e r s it y ,   B h u b an e s w ar ,   I n d ia .   E m ail: b an d a n a1 1 @ g m ai l.c o m       1.   I NT RO D UCT I O N     T h e  A d h o c  Net w o r k   i s   a  s y s te m   o f   w ir e less   m o b ile  n o d e s   w h er e  a  g r o u p   o f   n o d es  w i th i n   clo s e   p r o x i m it y   m a k e  a  n et w o r k .   Su ch   a n   in f r astr u ctu r e  les s   an d   s elf   co n f i g u r ed   n et w o r k ,   o n   ac co u n t  o f   u n a v ailab ili t y   o f   a  p r o p er   ce n tr alize d   co n tr o l  an d   li m ited   r eso u r ce s   r e m ai n s   v u l n er ab le  to   attac k s   [ 1 ] .   T h e  attac k   t y p es  ca n   b e  b r o ad ly   c lass i f ied   i n to   eit h er   an   e x ter n al  attac k   o r   a n   i n ter n al  at tack .   I n   ex ter n al  attac k ,   attac k er   ta r g et  t h e  n et w o r k   m ed iu m   to   d is r u p t  t h e  n o r m al  n et w o r k   f lo w .   T h e  t y p ical   ex a m p les  o f   e x ter n a l   attac k   ca n   b e  f lo o d in g   o f   m ess a g es  o r   p r o p ag atio n   o f   f a k e  r o u tin g   m e s s a g es  t h at  g i v e  r is e  to   Den ial  o f   Ser v ice  Attack .   T h e  p r ev en ti o n   m ec h a n is m s   a v ailab le  to   a v o id   s u ch   attac k   t y p e s   i n   tr ad itio n al  n et w o r k   ar e   m e m b er s h ip   a u t h en tica tio n ,   f ir e w all  w h ic h   f ail s   to   w o r k   d u e  to   u n s tab le  n et w o r k   m e d iu m   a n d   f r eq u en t   to p o lo g y   c h a n g e s   [ 2 ] .   T h e  v o latile  to p o lo g y   o f   M ANE T S  d e m an d s   co n ce r n   o f   th e  r e s ea r ch er s   to   f o r m u la te  a   p r o p er   r o u tin g   s c h e m e  to   ac h i ev e  r esil ie n t a n d   a n   ef f ec ti v e  c o m m u n icatio n   a m o n g   t h e  n o d es.    Mo b ile  A g e n ts   ar e  in d ep en d e n t  r o u te  s ea r ch   m e s s a g es  th a t  p r ac ticall y   g o es a r o u n d   th e   n e t w o r k   f r o m   o n e  n o d e  to   an o th er   an d   u p d ate  th e  r o u tin g   tab le  ac co r d in g   to   th e  n o d es  th e y   v is it  till   th e y   r ea ch     d esti n atio n   [3 ] ,   [ 4 ] .   T h is   tech n iq u e  as  a  s o lu tio n   co u ld   n o t  p r o v e  ef f ec tiv e  w h e n   th e  n et w o r k   s ca le s   u p   m o r eo v er   s in g le  d ep en d en t  r o u te  as  a  co m m u n icat io n   m ed i u m   p o s ed   p r o b lem s   lik e  i m p r o p er   lo a d   b alan cin g ,   u n r eliab le  r o u te  to   d ep en d   u p o n   as  w ell  a s   lack   o f   alter n at iv e  r o u tes  a v ailab le.   M u lti  Ag en t  s y s te m   s o l v ed   ef f icien tl y   lo ad   b alan ci n g   p r o b le m   as  w ell  a s   p r o v id ed   alter n ativ e  s o lu t io n   b u t  i n cr ea s ed   th e  co m p u tatio n al   o v er h ea d   o n   p ar t  o f   th e  n o d e  w h ile  g en er ati n g   ag e n t s   o r   ca u s i n g   in cr ea s e  in   o v er all  n et w o r k   tr a f f ic  b y   lau n c h i n g   m u ltip le  r o u ti n g   m es s ag e s   as   A g e n t s   [ 5 ] .   T h er ef o r e  lau n ch i n g   o f   h u g e  n u m b er   o f   Ag en t s   to   m ai n tai n   th e  n et w o r k   tr af f ic  ten d s   to   r esu lt  in   in cr ea s e  o f   n et w o r k   tr af f ic   as   w ell   as   r ed u ce d   lif et i m e   o f   a  n o d e  af f ec tin g   t h e  o v er all  n et w o r k .   Hen ce   th i s   d e m a n d s   th e  n ee d   to   q u an ti f y   o p ti m al  n u m b er   o f   n o d es  s u itab le  f o r   a  p ar ticu lar   n et w o r k   to p o lo g y   f o r   a  p ar ticu lar   ti m e   [ 6 ] .   E ac h   ag e n t s   lau n c h ed   in c u r   ad d itio n al  co s t  o n   th e   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I J E C E     Vo l.  7 ,   No .   2 ,  A p r il 2 0 1 7   :   9 19   –   9 25   920   n o d e  h en ce   d ea th   o f   an   ag e n t   d u e  to   f lo o d in g   attac k s   ca n   b e  co n s id er ed   as  a   h ea v y   lo s s   o n   th e  p ar t  o f   th e  n o d e.   T h e  p ap er   p r o v id es  a  n o v e l  t ec h n iq u e  o f   q u a n ti f y in g   t h e  o p ti m al  n u m b er   o f   ag e n ts   to   b e  lau n ch ed   f o r   r o u te  s ea r c h ,   ch ec k i n g   f o r   p o s s ib ilit ies  o f   f l o o d in g   attac k   in   t h e  n et w o r k ,   id e n ti f y in g   m alicio u s   n o d es  a n d   tak i n g   e f f ec ti v e  m ea s u r es  to   b lo ck   th e  n o d e  w h i le  u s i n g   a lter n ati v e  r o u tes   p r o v id ed   b y   m u ltip le  a g en ts   t o   m ai n tai n   th e  f le x ib le  an d   r o b u s t c o m m u n icat io n   n e t w o r k   f lo w   [7 ] ,   [ 8 ] .       2.   RE L AT E D   P AP E RS   R o m it  r o y   C h o u d h u r y ,   S.   B an d y o p ad h y a y   an d   Kr is h n a  P au l  [ 9 ]   p r o p o s ed   a   d is tr ib u ted   Me ch an is m   f o r   T o p o lo g y   d is co v er y   i n   Ad   Ho c  W ir eless   Net w o r k s   U s in g   Mo b ile  Ag e n ts   w h er e  t h e y   h a v e  d e f in ed   a   co n ce p t  o f   i n f o r m atio n   ag in g   o n   li n k   a f f i n it y   b ased   o n   w h ich   a  p r ed icti v e  al g o r ith m   r u n n i n g   o n   ea ch   n o d e   ca n   p r ed ict  th e  cu r r en t  Net w o r k   to p o lo g y   b ased   o n   th e  cu r r en t  Net w o r k   i n f o r m atio n   s to r ed   at  th at  n o d e .   L in k   af f in i t y ,   as s o ciate d   w it h   a  lin k   b et w ee n   t w o   n o d es  n   an d   m ,   is   a  p r ed ictio n   ab o u t  s p an   o f   lif e  o f   th at  li n k   in   a  p ar ticu lar   co n te x t.  T h e y   h a v e   ap p l ied   th is   n o tio n   to   p r ed ict  to p o lo g y   b y   ea c h   n o d e  an d   th u s   b e  ca u tio u s   b ef o r e  d ata  tr an s f er   is   i n itiated .   R y o k ich i  On is h i  Sa m y as u   Y a m ag u c h i,  Hir ao   Ki  Mo r in o   Hito s h io   A id a  J ad o s aito   p r o p o s ed   “ T h e  Mu lti   Ag e n t  S y s te m   f o r   D y n a m ic  Net w o r k   R o u ti n g ”.   T h e y   p r o p o s ed   th at  b y   m u lt ip l y i n g   ea c h   en tr y   i n   r o u tin g   tab le  to   s to r e  m u c h   m o r e  in f o r m atio n   f r o m   Ag en t s   ev alu a tin g   t h e m   to   m a k e  b etter   u s e  o f   in f o r m atio n   s u cc ee d ed   in   r atin g   t h e  Net w o r k   co n tin u o u s l y   b y   4 0 %.  T h ey   also   s u g g e s ted   th at  Ag en t s   th e m s el v es  ar e  o f te n   w r itte n   in   r elati v el y   s lo w   in te r p r eted   lan g u ag e s   an d   s li g h tl y   g ain   w ei g h t  f o r   co n tain i n g   co d e.   Ho w e v er   if   th e   en tire   s y s te m   s a v es  m o r e  b an d w id t h   r eso u r ce   f o r   co n tr o l  an d   r ea cts  m o r e  q u ick l y   t h ese  o v er h ea d s   o f   Ag en t s   m i g h t b e  ac ce p tab le.   B o u n p ad ith   Kan n h o v o n g ,   Hid e h is a  Na k a y a m a,   Yo s h iak i  Ne m o to ,   an d   Neik ato   [ 1 0 ]   h av e  co n d u cted   a  s u r v e y   o n   th e   s tate   o f   th e   ar t  o f   s ec u r it y   i s s u es   in   Ma n et.   T h e y   h av e   ex a m i n ed   r o u ti n g   attac k s   lik e   li n k   s p o o f in g ,   co ll u d in g   m i s er l y   attac k s   an d   d ef e n s e   m ec h a n i s m s   a g ai n s t   s u ch   attac k s   in   ex i s ti n g   M A NE T   p r o to co ls .   P in g   Yi,   Z h o u li n   Dai,   Sh i y o n g   Z h a n g ,   Yip i n g   Z h o n g   i n   th eir   p ap er   [ 1 1 ]   h av e  d esig n ed   a  g en er i c   d ef en s e  ag ai n s t  th e  A d h o c  Fl o o d in g   A ttac k   in   m o b ile  A d h o c  Net w o r k .   T h eir   d esig n ed   m ec h a n i s m   ai m s   at   r ec o r d in g   th e  r ate  o f   r o u te_ r e q u est  m e s s ag e.   On ce   th e  t h r es h o ld   is   e x ce ed ed   n o d es  d en y   an y   f u r th er   r eq u e s t   p ac k ets f r o m   th e  i n tr u d er . 3 3 3 .   Me en ak s h i  P atel,   San j ay   S h ar m a,   Div y a  S h ar an   h a v e  p r o p o s ed   in   th eir   p ap er   [ 1 2 ]   th e  m ec h a n i s m   f o r   d etec tio n   an d   p r ev en tio n   o f   Flo o d in g   A ttac k   u s in g   SV M.   T h e y   h a v e  s ch e m ed   a  n e w   m eth o d   b ased   o n   A O DV  b eh a v io r al  m etr ic s   f o r   d etec tin g   a n d   p r ev en tin g   F lo o d in g   A ttac k s   in   M ANE T S.  T h ey   h a v e  u s ed   th e   P DE R ,   C o   an d   P MI R   as  m etr i cs to   p r ed ict  th e  Flo o d in g   atta ck s .       3.   DE T E C T I N G   AN D  AVO I D I NG   F L O O DIN G   A T T A CK   USI N G   M UL T I P L E   A G E N T S   T h e  p ap er   aim s   a t  p r o v id in g   a  tech n iq u e  to   d etec t  f lo o d in g   attac k s   i n   th e   b u f f er   a n d   u s e  alter n ati v e   r o u tes to   m ai n tai n   a  r esil ie n t n et w o r k .                                                     A LG ORI T HM  –   1     T O DET EC T   A ND   A V OID   F LOOD IN G   AT TACKS   S tart   S tep 1 .   S e t  Ne a re st_ n e ig h b o r  = n o   o f   h e ll o _ m sg     S tep 2 .   Ca lcu late                         A g e n ts  to   b e   lau n c h e d       = n e a re st_ n e ig h b o u r/2                                 Co u n ter = C o u n ter + 1   S tep 3 .   L a u n c h   a g e n ts  in   n e tw o rk   S tep 4 .   If     f lo o d i n g _ a tt a c k   =   =   y e s                                       M a li c io u s_ n o d e   =   n o d e _ id                           // C h e c k   m e m o r y   ro u te t a b le   S tep 5 .   F o r     i  =   1 to   N       //   N i s  n o   o f   ro w s in   ro u te t a b le          If   T a b le [ i]  =   M a li c o u s_ n o d e   a s in term e d iate   n o d e                                                 T a b le[ i ]   =   T a b le [ i+ 1 ] .                       En d     A l g o r ith m - 1 r ep r esen ts   th e   p r o ce d u r e  ad o p t ed   b y   t h e  p r o p o s ed   m o d el  f o r   d etec tio n   o f   Flo o d in g   A ttac k s   an d   m ea s u r es  ad o p ted   to   av o id   it  w h ic h   is   s h o w n   as  Fig u r e   1.   T h e  Fig u r e   1   s h o w s   th e  p r o p o s ed   m o d el  co n s i s ti n g   o f   3   m ain   m o d u les.   Mo d u le1   is   g en er at in g   o p ti m al  n u m b er   o f   ag e n t s ,   m o d u le2   i s   ab o u t   Evaluation Warning : The document was created with Spire.PDF for Python.
I J E C E     I SS N:  2 0 8 8 - 8708       S ec u r ity  Mea s u r e  to   Dete ct  a n d   A vo id   F l o o d in g   A tta ck s   Usi n g   Mu lti A g en t  S ystem  . . . .   ( B a n d a n a   Ma h a p a tr a )   921   d et ec tio n   o f   f lo o d in g   attac k s   in   b u f f er   a n d   m o d u le   3   d ea ls   w it h   m ea s u r es  to   av o id   f l o o d in g   attac k s   a n d   m ai n tai n in g   a  r esil ien t  n et w o r k . T h e  n o d e  f ir s t  ca lc u late s   th e   o p tim a l  n u m b er   o f   Ag e n ts   to   b e  lau n c h ed   in   t h e   n et w o r k   co n s id er in g   th e  c u r r en t to p o lo g y   o r   n et w o r k   s ce n ar i o   [ 5 ] .                                                                                                                                                                                                                                                                                                                                                                                                                                                                   M o d u le  2                                                                                                                                          M o d u le   1                                                                                                                                   M o d u le 3                          Fig u r e  1 .   P r o p o s ed   No d e  A r ch itectu r e  f o r   Dete cti n g   an d   av o i d in g   f lo o d in g   at tack s       T h ese  ag e n ts   m o v e  ar o u n d   f r o m   o n e   n o d e  to   o th er   n o d e  in   s ea r ch   o f   t h e  d es tin a tio n   w h ile   k ee p in g   a   tr ac k   o f   t h e  n o d e  th e y   v is it   d u r in g   th eir   s ea r ch   p er io d .   T h ese  ag en ts   r et u r n   b ac k   to   th e   o r ig i n al  n o d e  o n ce   th e y   r ea ch   t h e  d esti n atio n   u s i n g   t h e  s a m e  r o u te.   T h ese  m es s ag e s   ar e  r ec eiv ed   b y   t h e  n o d e  an d   ar e  ac cu m u la ted   i n   th e   in co m i n g   m e s s a g e  b u f f er   w h er e  th e  o cc u r r en ce   o f   f lo o d in g   a ttack   i s   ch ec k ed   in   t h e  b u f f er   it s elf   s o   as  to   p r ev en t  w asta g e  o f   p o w er   in   r ea d in g   s a m e  m es s ag e  a g ai n .     T h e  d etec tio n   o f   f lo o d in g   attac k   is   d ea lt  b y   b lo ck i n g   t h e  n o d e  g en er ati n g   m alicio u s   m ess a g es  an d   d is ca r d in g   all  t h e  r o u tes  t h at   h as  t h e  m alic i o u s   n o d e  as  an   in ter m ed iar y   n o d e  to   r ea c h   d esti n atio n .   T h e   m u ltip le  ag e n ts   h er e  co llect  d if f er en t  av a ilab le  r o u tes  f r o m   a   s o u r ce   to   d esti n atio n   t h at  h e l p s   n o d e  to   m ai n tai n   th e  co m m u n icatio n   n et w o r k   a s   w ell  as  t h e  co n n ec ti v it y   t h at   m ak e s   it  a  r esil ien t  o r   a   r o b u s t  n et w o r k   ca p ab le  o f   h a n d lin g   f lo o d in g   attac k s .      3 . 1 .   O pti m a l  nu m b er   o f   Ag ent s   T h e  w ir ele s s   A d   Ho c  Ne t w o r k   w h en   s ca led   u p   it  b ec o m es  c h alle n g i n g   f o r   t h e  n o r m a l  w ir eles s   r o u tin g   p r o to co ls   to   k ee p   th e   Net w o r k   R o u ti n g   in f o r m at io n   cu r r e n t.  Hen ce   th e  Ag e n ts   b ec o m e  n ec es s ar y   o n ce   t h e  Net w o r k   s ize  i s   h u g e.   B u t  a   Si n g le  Ag e n t  Ne t w o r k   also   h a s   it s   s h o r t   co m i n g s   lik e  i m p r o p er   lo ad   b alan cin g   an d   o n l y   a  s i n g le  co m m u n icatio n   r o u te  to   r ea c h   f r o m   s o u r ce   to   d esti n atio n   w h ich   i s   also   n o t   d ep en d ab le  d u e  to   A d   Ho c  n atu r e  o f   th e  Ne t w o r k .   T h is   p r o b le m   ca n   b e  ad d r ess ed   b y   u s i n g   m u lti p le   a g e n t  i n   th e  Net w o r k   f o r   co m m u n icati o n .   Mu lti - Ag e n ts   la u n c h ed   in   th e  n et w o r k   th o u g h   h elp s   i n cr ea s in g   t h e  n u m b e r   o f   r ec eiv ed   n o d es  a n d   th r o u g h p u t  also   i n cr ea s es   th e  co m p u tat io n al  o v er h ea d   an d   n et w o r k   b a n d w id th .   Mo r eo v er   co n tin u o u s   g r o w t h   in   n u m b er   o f   a g en ts   b ec o m es  a  b o ttlen ec k   w it h   n o   s ig n i f ica n t  i m p r o v e m e n t   b r o u g h t  o n   t h e  n et w o r k   p er f o r m a n ce .   T h is   d e m an d s   lau n ch   o f   o p ti m al  n u m b er   o f   Ag en ts   in   th e  n et w o r k   co n s id er in g   th e  v ar iab le  co n s t r ain ts   li k e   n u m b er   o f   r ec eiv e d   p ac k ets,  d r o p p e d   p ac k ets,  No r m a lized   R o u ti n g   Ov er lo ad ,   co m p u tatio n a l o v er h ea d ,   etc   [ 7 ] .   C o n s tr ain ed   o p ti m izatio n   is   t h e  p r o ce s s   o f   o p ti m iz in g   a n   o b j ec tiv e  f u n ctio n   w it h   r esp e ct  to   s o m e  v ar iab les  i n   th e  p r ese n ce   o f   t h o s e  v ar iab le s .   Min i m u m   o f   co n s tr ain ed   n o n   li n ea r   m u l tiv ar iab le  f u n ctio n   is   a   g r ad ien t  b ased   m et h o d   th at   is   d esig n ed   to   w o r k   w h er e  o b j ec tiv e  f u n ct io n   a n d   th e   co n s tr ain t  f u n c tio n   ar e  b o t h   co n tin u o u s   f ir s t  d er i v ati v es.  I t  u s es  a  s eq u e n tial   q u ad r atic  p r o g r am m i n g   ( SQP )   m et h o d ,   w h er e  t h e  f u n ctio n   s o lv es a   q u ad r atic  p r o g r a m m i n g   s u b   p r o b le m   at  ea ch   iter ati o n .   I t  m a y   b e  ca lcu lated   as  –   Min   ƒ ( x )   s u ch   t h at :      G e n e r a te  o p ti m a l  n u m b e r  o f   n o d e s   In c o m in g   m e ss a g e   b u f f e r   A lt e rn a ti v e   a v a il a b le  ro u tes   Ch e c k   f o r  F lo o d i n g   A tt a c k s   Up d a te  ro u tes   i n   m e m o r y   Id e n ti f y   m a li c io u s  n o d e   &   b l o c k   it s  in c o m in g   m e ss a g e   Re m o v e   ro u tes   w it h   m a li c io u s  node   Net w o r k   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I J E C E     Vo l.  7 ,   No .   2 ,  A p r il 2 0 1 7   :   9 19   –   9 25   922   {           (   )         (   )                                                                                                            3 . 2 .   Det ec t io n o f   F lo o din g   a t t a ck s   in B uff er   Flo o d in g   i s   a  d en ial  o f   s er v ice   attac k   d esi g n ed   to   d eg r ad e  th e  p er f o r m a n ce   o f   th e   n et w o r k   o r   n o d e  b y   f lo o d in g   it  w i th   lar g e  a m o u n t  o f   tr af f ic  f lo o d .   Attack s   o cc u r   w h e n   a  n e t w o r k   o r   s er v ice  b ec o m e s   w ei g h t d o wn   w it h   p ac k et s   i n itiated   in co m p lete  co n n ec tio n   r eq u est s   t h a t  it  ca n   n o   lo n g er   p r o ce s s   a  g en u i n e  co n n ec t io n   r eq u ests .   B y   f lo o d in g   a   s er v er   o r   h o s t   w it h   co n n ec tio n s   t h at  ca n n o t   b e  co m p leted ,   t h e  f lo o d   attac k   ev e n t u all y   f ill s   th e  h o s t  m e m o r y   b u f f er .   On ce   th is   b u f f er   is   f u ll  n o   f u r t h er   co n n ec tio n s   ca n   b e  m ad e  an d   r esu lt  i s   Den ia l  o f   Ser v ice s   [7 ] ,   [ 8 ] .     T h e  p r o p o s ed   Kn o w led g e  B as ed   m o d el  co n s i s ts   o f   a   b u f f er   t h at  r ec ei v es  t h e  in co m i n g   m e s s ag e s   an d   th e  s i g n at u r e  m o d u le  t h at  co m p r i s es  o f   m e s s a g e  s ig n at u r es  th at  ar e  ca te g o r ized   as  Flo o d in g   attac k   a n d   ar e   s u b s eq u en t l y   b lo ck ed .   T h e  i n co m in g   m es s ag e s   ar e  f ir s t  r ec eiv ed   b y   t h e  b u f f er   an d   ar e  p atter n   m atch ed   w i th   th e  s i g n at u r e  m o d u le  to   s ee   i f   th e  m ess a g e  is   s e n t  b y   a  m alicio u s   n o d e  cr ea tin g   S y n - Fl o o d   attac k .   I f   th e  m es s ag e  is   a  n o n   m atc h   t h en   it  is   r ec h ec k ed   w it h i n   t h e  b u f f er   f o r   tr ac in g   t h e  p o s s ib ili t y   o f   Attac k .   I f   t h e   m es s ag e  i s   f o u n d   to   b e  r ep ea t ed   b ey o n d   a  ce r tain   t h r esh o ld ,   th e  m e s s a g e  is   u p d ated   in   th e  s ig n at u r e  m o d u le   ca teg o r izin g   it a s   Do S a ttac k   p atter n .                                                   In c o mi n g  M e ssag e s                                                                    ( Patter n   Ma tch in g )                                                                    N                                                  Y ( u p d a te sig n a tu re   b lo c k )                                                                                                                                                           ( M e ss a g e   re c h e c k e d   f o r  d u p li c a ti o n )                                                 Fig u r e   2.   P r o p o s ed   Mo d el  f o r   d etec tin g   S y n - Flo o d   A t tack s   i n   B u f f er                                                                         A LG ORI T H M   - 2                        A LG ORI T HM  T O DE T EC T   F L OO DIN G                                                             A TT A CKS  IN  BUFF ER   S tart   S e t  T h re sh o ld   T   In c o m in g   M e ss a g e →  Bu ff e r        If   M e ss a g e   = =           sig n a tu re s in   m e m o r y                                 Co u n ter = C o u n ter + 1      El se                   S e t    i  =   1                         W h il e   (Bu f f e r  ≠   NU LL )                                             If   Bu f f e r  [ 0 ]   = =   Bu f f e r[ i]                                                     B u f fe r[ 0 ]   →  S ig n a tu re s in   m e m o r y                                                     De lete   M sg [ B u f f e r[0 ]]                           El se         i= i + 1   If   c o u n ter > T h re sh o ld                       B lo c k   th e   r o tes   w it h   n o d e _ i d   in   th e   m e m o r y                                         B u f f e r   En d          …                                  S i g n a t u r e   o f       M S G  w i t h   m u l t i p l e   c o p i e s i n   b u f f e r   C o u n t e r   =   C o u n t e r   +1   I f   c o u n t e r > T   F l o o d i n g   A t t a c k   Evaluation Warning : The document was created with Spire.PDF for Python.
I J E C E     I SS N:  2 0 8 8 - 8708       S ec u r ity  Mea s u r e  to   Dete ct  a n d   A vo id   F l o o d in g   A tta ck s   Usi n g   Mu lti A g en t  S ystem  . . . .   ( B a n d a n a   Ma h a p a tr a )   923   3 . 3 .   M e a s ures t o   Av o id F lo o din g   At t a ck s   a nd   M a inta in a   re s ilient  Net w o rk   T h is   m o d u le   is   ca p ab le  o f   b o t h   id en ti f y i n g   m alicio u s   n o d es  as  w ell   as  ta k i n g   p r ev e n ti v e  m ea s u r es   to   av o id   s u c h   attac k   m ai n ta i n in g   a  r o b u s t  an d   r esil ie n t  n et w o r k .  On ce   t h e  m es s a g e  b u f f er   en co u n ter s   a  r ep ea ted   m es s ag e   p atter n   b e y o n d   t h e  t h r esh o ld   lev e ls ,   t h e  n o d e  id   o f   t h e  m alicio u s   n o d e  s e n d in g   m e s s a g es i s   id e n ti f ied   an d   all  f u r t h er   m es s ag e s   f r o m   th e  n o d e  is   b lo ck ed .   T h e  r o u tes  av ailab le  w it h   th e  n o d e  h a v in g   t h e  m alicio u s   n o d e  as  a n   i n ter m ed iate  o n e   is   b lo ck ed   a n d   alter n ati v e  r o u tes  a v ailab le  th r o u g h   m u lti   ag e n ts   is   u s ed   f o r   m es s ag e  co m m u n icatio n   b et w ee n   th e  s o u r ce   an d   d esti n atio n   n o d e.       4.   E XP E R I M E NT A L   RE SUL T S   I n   t h is   w o r k   w e  h a v e  a n al y ze d   th e  b eh a v io r   o f   v ar y in g   n u m b er   o f   Ag e n ts   ac r o s s   d i f f er e n t  n et w o r k   to p o lo g ies.  Her e  th e  co n s tr ai n ts   e f f ec ti n g   t h e  o v er all  n et wo r k   p er f o r m a n ce   i s   co n s id er ed   w h ile  q u a n ti f y in g   th e  ap p r o x - o p ti m a l  n u m b er   o f   Ag en t s .   T h e  co n s tr ai n ts   e f f ec tin g   th e  n et w o r k   p er f o r m a n ce   co n s id er ed   ar e   co m p u tatio n al  o v er h ea d   o n   n o d es,  No r m alize d   R o u ti n g   Ov er lo ad ,   an d   th r o u g h p u t o f   t h e  Ne t w o r k .   T h e   Fig u r e  3   s h o w s   th e  i m p ac t  o f   ch an g e  in   n u m b er   o f   A g e n ts   la u n c h ed   in   th e  n e t w o r k   o n   d if f er en t   co n s tr ain ts   i n v o lv ed   in   d eter m i n in g   t h e  o v er all  n et w o r k   p er f o r m a n ce   h en ce   al s o   d eter m in in g   t h e  ap r o x   o p tim a l  n u m b er   o f   ag e n ts   to   b e  lau n ch ed   in   th e   n et w o r k   b y   a  n o d e  w h er e  th e   v ar iab le  1   i s   th e  t h r o u g h p u t,  2   i s   n o r m ali s ed   r o u ti n g   o v er lo ad   a n d   3   is   t h e  co m p u tatio n al  o v e r h ea d   in c u r ed   u p o n   n o d es.    U s in g   T r u s t   R e g eo n   R ef lec tiv e  Alg o r it h m   a n d   F - Min co n - C o n s tr ain ed   n o n - len e ar   m in i m izat io n   t h e  p er ito   Op ti m al  So l u tio n   f o r   A p r o x   o p ti m al  n u m b er   o f   Ag e n ts   t h at  g iv e s   m a x i m u m   b e n e f it to   th e  n et w o r k   is   o b tain ed ,   s h o w n   i n   Fi g u r e   4.             Fig u r e  3 .   I m p ac t o n   C o n s tr ain ts   d u e  to   ch a n g e   i n   n u m b er   o f   Ag en t s   L au n c h ed     Fig u r e  4   .   P er ito   O p tim a l So lu tio n   o b tain ed   f r o m   T r u s t Reg io n   Alg o r it h m             Fig u r e  5 .   Kn o w led g e  B ased   m eth o d   Vs  A ODV  p r o to co l     Fig u r e  6 .   A lar m s   Ge n er ated   in   th e   Kn o w led g e  b ased   m o d el  o f   Flo o d   Dete ctio n       W e  s i m u la ted   th e   p r o p o s ed   alg o r ith m   in   NS - 2   e n v ir o n m en t  u s in g   AODV   p r o to co l.   T h e  r esu lt s   o b tain ed   as  p r o j ec te d   in   th e  Fig u r e  5   s h o w s   a  s ig n i f ican t   im p r o v e m e n t  in   d etec tio n   o f   Flo o d in g   A ttac k s   1   2     F l o o d   D e t e ct i o n   T e ch n i q u e s   0   10   20   30   40   50   60   70   80   90   A   t   t   a   c   k       D   e   t   e   c   t   e   d       %   a   g   e   1 -   K n o w l e d g e          b a s e   -    2 -   AO D V   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I J E C E     Vo l.  7 ,   No .   2 ,  A p r il 2 0 1 7   :   9 19   –   9 25   924   g en er ated   i n   th e  n et w o r k   i n   co m p ar i s o n   to   A ODV  p r o to co l.   Fig u r e  6   s h o w s   t h e  i n cr ea s e  i n   tr u e  p o s itiv e  alo n g   w it h   r ed u ctio n   o f   f alse  p o s iti v e  g e n e r ated   in   t h e  n et w o r k   [ 4 ] .   T h e  tr u e  p o s itiv e  lead s   n e x t  to   th e  k n o w led g e   b ase  u p d atin g   t h u s   en ab li n g   th e  s i g n at u r e  u p d atio n   d y n a m i ca ll y   w h ich   i s   ad v an ta g eo u s   t o   th e  MA NE T s ,   th at   ar e  th e m s el v es   d y n a m ic  i n   n atu r e  a n d   ar e  eq u ip p ed   w it h   li m ited   r e s o u r ce s   to   r el y   u p o n ,   h en ce   d e m a n d s   co n tin u o u s   s i g n atu r e  to   b e  u p d ated .             4 . 1 .   Resul t   Ana ly s i s   T h e  p r o p o s ed   k n o w led g eb a s e  Do S  d etec tio n   m o d el  s i m u late d   g iv es  a  r is e  i n   t h r o u g h p u t  b y   3 7 . 3 3 %  an d   in cr ea s e s   t h e  p ac k et  d eli v er y   r atio   a s   s h o w n   i n   t h e  Fi g u r e   5   as  w el l a s   r ed u ce s   th e  e n d   to   en d   d ela y   g i v i n g   a  s ig n i f ica n t i m p r o v e m en t o v e r   th e  n et w o r k   p er f o r m an ce .   Fi g u r e   7   a n d   8   s h o w s   t h e  No r m a l Ro u t in g   o v er lo ad   an d   Ov er all  P ac k ets  Dr o p p e d   in   an   attac k   s ce n ar io .   T h e  r esu lts   s h o w s   a  s ig n i f ica n t  i m p r o v e m e n t  in   m ai n tai n in g   a  r esil ie n t  n et w o r k   s u f f er in g   f r o m   v er y   lo w   p a ck et  d r o p   d u e  to   Sy n - Flo o d   attac k   co n d itio n   i n   a  n et w o r k   h av i n g   m u lt ip le  n o d es su p p o r tin g   m u lt ip le  n u m b er   o f   Ag e n ts .               Fig u r e  7 .   No r m alize d   R o u ti n g   Ov er lo ad   f o r   th e  Scaled   Net w o r k     Fig u r e  8 .   Ov e r all  P ac k ets d r o p p ed   in   an   attac k   co n d itio n       5.   CO NCLU SI O N   I n   t h e  p r esen t   s t u d y   w e  h av e   d is cu s s ed   r eg ar d i n g   th e   S y n - Flo o d   A ttac k   a n d   h o w   d r o p p in g   o r   a   f ail u r e  o f   a g en ts   d u e   to   h ea v y   n et w o r k   tr a f f ic  i s   a  h ea v y   lo s s   in c u r r ed   u p o n   t h e  n o d es  as  w ell   as  t h e  n et w o r k   m ed iu m   a s   a  w h o le .   T h er ea f te r   w e  h a v e  p r o p o s ed   a  m o d el  t h at  w o u ld   d etec t t h e  s y n - f lo o d   attac k   in   th e   b u f f er   its el f   s a v in g   t h e  en er g y   w a s t ag e  in   p r o ce s s i n g   o f   s u c h   m e s s a g es  as  w el l  as  g e n er ati n g   o p tim a l  n u m b er   o f   ag en t s   s o   as  to   k ee p   t h e  n et w o r k   m ed iu m   tr a f f ic  lo w .   T h e  m o d el  also   m ai n tai n s   a  r o b u s t  co m m u n icatio n   m ed iu m   w h ile  id en ti f y in g   an d   b lo ck in g   r o u tes  t h r o u g h   t h e  m alicio u s   n o d e.   Fu r t h er   a  s tu d y   o n   th e  b eh a v io r   o f   th e  ag e n t s   lau n c h ed   in to   th e  n et w o r k   h as  b ee n   co n d u cted   w h ic h   p r o v id es  u s   w i th   a  p a r ito   o p tim al  n u m b er   g iv in g   u s   th e   m o s t  b en e f icial   n u m b er   o f   ag e n t s   to   b e  lau n ch ed .   T h e  p r o p o s ed   alg o r ith m   o f   th e   m o d el  h a s   b ee n   test ed   ac r o s s   N S2   m ed i u m   th a t  g a v e  u s   t h e  r ed u ce d   n u m b er   o f   d r o p   o f   p ac k ets  b y   7 4 %  an d   i m p r o v ed   NR L   o f   t h e  n et w o r k .   t h e  p r o p o s ed   alg o r ith m ,   h a s   s h o w n   a n   in cr ea s e  i n   n u m b er   o f   S y n - Flo o d   attac k   d etec tio n   b y   3 7 % a lo n g   w it h   i n cr ea s e  in   r ate  o f   tr u e  p o s itiv e  alar m s   g e n er ated   in   t h e  n o d e.       REFEREN CES   [1 ]   T.   Nish it h a   a n d   P .   C .   Re d d y ,   “ P e rf o r m a n c e   Ev a lu a ti o n   o f   A n tHo c Ne t  Ro u ti n g   A lg o rit h m   in   A d   Ho c   Ne tw o rk s , ”  IEE E  In ter n a ti o n a l  C o n fer e n c e   o n   Co m p u ti n g   S c ien c e s ,   p p .   2 0 7 - 2 1 1 ,  2 0 1 2 .   [2 ]   Z.   F u tai,   e t  a l. ,   “ M u l ti - a g e n t  c o o p e ra ti v e   in tru sio n   re sp o n se   in   m o b il e   a d h o c   n e tw o rk s , ”  In ter n a ti o n a l  J o u rn a l  o f   En g i n e e rin g   a n d   T e c h n o lo g y   ( IJ E T ) ,  v ol /i ss u e :   4 ( 6 ),   2 0 1 3 .   [3 ]   P .   Bra u n   a n d   W .   Ro ss a k ,   “ M o b i le A g e n ts , ”   El se v ier ,   2 0 0 5 .   [4 ]   C .   Ch o w d h u ry   a n d   S .   Ne o g y ,   “ Esti m a ti n g   R e li a b il it y   o f   M o b il e   Ag e n t  S y ste m   f o r  M o b il e   A d   h o c   Ne tw o rk s , ”  IEE E -   Co m p u ter   S o c iety ,  2 0 1 0 .   [5 ]   H.  M a tsu o   a n d   K.   M o ri,   “ A c c e l e ra ted   A n ts  Ro u ti n g   in   Dy n a m i c   Ne t w o rk s,”   in   Pro c .   In tl .   Co n f.   o n   S o ft w a re   En g i n e e rin g ,   Arti fi c i a l  I n telli g e n c e ,   Ne two rk in g   a n d   P a re ll e l/ Distri b u ted   Co mp u ti n g ,   p p .   3 3 3 - 3 3 9 ,   2 0 0 1 .   Evaluation Warning : The document was created with Spire.PDF for Python.
I J E C E     I SS N:  2 0 8 8 - 8708       S ec u r ity  Mea s u r e  to   Dete ct  a n d   A vo id   F l o o d in g   A tta ck s   Usi n g   Mu lti A g en t  S ystem  . . . .   ( B a n d a n a   Ma h a p a tr a )   925   [6 ]   Y .   T o k g o z   a n d   A .   A c a m p o ra ,   “ Im p ro v in g   Co n n e c ti v it y   a n d   P o w e r   Eff ici e n c y   in   W irele ss   A d   Ho c   Ne t w o rk s  T h ro u g h   A g e n t  No d e s , ”   IEE E ,  2 0 0 5 .   [7 ]   K.   F a ll   a n d   K .   V a r d h a n a n ,   “ T h e   n s  m a n u a l ,”   T h e   V INT   P ro jec t,   UC  Be rk le y ,   L B L ,   USC/ IS I  a n d   X ERO X   P A RC,   2 0 0 1 .   h tt p :/ /w ww . isi. e d u /n sn a m /n s/n sd o c u m e n tatio n . h tm l   [8 ]   R .   R .  C h o u d h u ry ,   e t  a l. ,   “ A   Distr ib u te d   M e c h a n ism   f o r  T o p o lo g y   Disc o v e r y   in   A d   Ho c   W irele ss   N e tw o rk s   Us in g   M o b i le A g e n ts , ”   IEE E ,   p p .   1 4 5 - 1 4 6 ,  2 0 0 0 .   [9 ]   B .   Ka n n h o v o n g ,   e t  a l . ,   “ A   S u rv e y   o f   Ro u ti n g   A tt a c k s  i n   M o b il e   A d Ho c   Ne tw o rk s , ”  IEE E  W ire les s  Co mm u n ica ti o n s ,   2 0 0 7 .   [1 0 ]   P .  Yi,   e t  a l. ,   “ A   Ne w  Ro u ti n g   A tt a c k   in   M o b il e   A d   Ho c   N e tw o rk s , ”  In ter n a ti o n a l  J o u rn a l  o f  In f o rm a ti o n   T e c h n o l o g y ,   v ol /i ss u e :   11 ( 2 ).   [1 1 ]   M .   P a tel,   e t  a l. ,   “ De tec ti o n   a n d   Pre v e n ti o n   o f  Fl o o d in g   At t a c k   Us in g   S VM , ”   In ter n a ti o n a l   Co n f e re n c e   o n   Co m m u n ica ti o n   S y ste m s an d   Ne tw o rk   T e c h n o lo g ies   (CS NT ),   2 0 1 3 .     [1 2 ]   D.   M il o ji c k ,   “ M o b il e   A g e n t  A p p li c a ti o n s, ”   IEE E   c o n c u rr e n c y , p p.   80 - 9 0 ,   1 9 9 9 .       B I O G RAP H I E S   O F   AUTH O RS           M s.   B a n d a n a   M a h a p a t r a   is  As st.  P ro f e ss o r  o f   Co m p u ter  S c ien c e   a n d   E n g in e e rin g   a t  S OA   Un iv e rsit y ,   Bh u b a n e sw a r,   In d ia  s in c e   2 0 0 8 .   He r  re se a rc h   in tere st  i s  S e c u rit y   in   A d Ho c   Ne t w o rk   a n d   A rti f icia l  In telli g e n c e .   H e r  c o n tri b u t io n   a lso   in c l u d e s  o t h e r  i ss u e s  in   A d h o c   Ne tw o rk   li k e   e ff i c i e n t  p o w e r  m a n a g e m e n t  o r   se a rc h in g   sh o rtes t  p a t h   f o r  c o m m u n ica ti o n   u sin g   a rti f icia l  in telli g e n c e .   S h e   is  c u rre n tl y   p u rs u in g   h e r  P h D  u n d e r  S OA   Un iv e rs it y ,   Bh u b a n e sw a r.         Dr .   S r i k a n t a   Pa t n a i k   is  a   P ro f e ss o r  o f   Co m p u ter  S c ien c e   a n d   E n g in e e rin g   a t  S OA   Un iv e rsit y ,   Bh u b a n e sw a r,   In d ia.  His  re se a rc h   in tere st  is  i n   M a c h i n e   In tell ig e n c e   a n d   Ro b o ti c s,  a n d   h e   h a s   p u b li sh e d   m o re   th a n   1 0 0   tec h n ic a l  p a p e rs  in   th e   in tern a ti o n a l  jo u r n a ls  a n d   m a g a z in e s   o f   r e p u te.  His  n a m e   h a s  b e e n   p lac e d   in   th e   M A RQU IS   W h o ‟s  W h o   in   t h e   W o rld   f o r  th e   2 0 0 4   a n d   h e   w a s   a lso   n a m e d   a s  th e   In tern a ti o n a l  Ed u c a to r  o f   th e   Ye a r  2 0 0 5 ,   b y   In tern a ti o n a l  Bio g ra p h ica l  Ce n tre  in G re a t  Brit a in .   He   is  t h e   E d it o r - in - C h ief   o f   th e   In ter n a ti o n a l   J o u r n a l   o f   In f o rm a ti o n   a n d   Co mm u n ica ti o n   T e c h n o lo g y ,   a n d   In ter n a ti o n a l  J o u rn a l  o f  Co m p u t a ti o n   Vi sio n   a n d   Ro b o t ics ,   a s  w e ll   a s   P re sid e n t  a n d   Ch ief   M e n to r  o f   In ters c ien c e   R e se a r c h   Ne tw o rk   (IRNe t),   w h ich   is   a   p ro f e ss io n a l  b o d y   to   e n c o u ra g e   re se a rc h e rs an d   sc h o lar s to   e n h a n c e   th e ir  re se a rc h   th r o u g h p u t .       Evaluation Warning : The document was created with Spire.PDF for Python.