본 논문에서는 미션 크리티컬 무선 센서 네트워크 환경을 위한 신뢰 기반 지능형 라우팅 기술에 대해 연구한다. 미션 크리티컬 무선 센서 네트워크 환경에서는 사람들의 생존성을 보장하고 긴급한 상황을 판단하기 위해 미션 크리티컬 데이터를 신속하고 신뢰성 있게 전달하기 위한 라우팅 기술이 필요하다. 그러나, 재난, 전장과 같은 긴급 상황에서는 데이터의 수요가 폭발적으로 발생할 수 있고 이를 탈취 및 파기하기 위한 악의적인 공격이 증가할 수 있다. 이로 인해 미션 크리티컬 데이터를 목적지까지 전달하기 어려워지고 요구되는 네트워크 성능을 만족하지 못하여 작전에 치명적인 영향을 끼치거나 사람들의 생존성에 위협이 될 수 있다. 이런 문제를 해결하기 위해 본 논문에서는 미션 크리티컬 무선 센서 네트워크 환경에서 요구되는 네트워크 성능을 만족하고 악의 노드를 효과적으로 탐지 및 배제하는 두가지의 신뢰 기반 라우팅 기술을 제안한다. 첫번째는 전장에서 고려되는 악의 노드를 효과적으로 탐지 및 배제하고 미션 크리티컬 데이터의 특성 및 요구사항을 분석하여 이를 만족하는 신뢰성 및 서비스 품질 기반 다중 경로 라우팅 기술을 제안한다. 두번째는 미션 크리티컬 무선 센서 네트워크에서 지능적인 공격을 탐지하고 요구성능을 만족하는 경로를 선정하기 위해 신뢰성, 서비스 품질, 에너지 요소를 고려한 학습 기반의 지능형 라우팅 기술을 제안한다. 제안된 기술은 OPNET 시뮬레이터를 통해 패킷 전달 비율, 처리량, 지연시간, 에너지 측면에서 타 기술 대비 성능 우의를 보였으며 다양한 미션 크리티컬 네트워크 시나리오에 적용된다면 임무를 성공적으로 수행하고 네트워크의 성능을 크게 향상시킬 수 있을 것으로 기대된다.
Alternative Abstract
In this dissertation, we focus on trust-based intelligent routing for mission-critical wireless sensor networks (WSNs). In mission-critical WSNs, trust-based routing is needed to deliver mission-critical data quickly and reliably to ensure the survival of people and to determine the extent of emergency situations. In emergencies, such as battlefields and disasters where mission-critical data is required, the demand for data can escalate significantly, and malicious attacks to steal and destroy such data can increase. This makes it challenging to deliver mission-critical data to the destination, and if the required network performance is not met, it can have a detrimental effect on operations or threaten the survival of people. To solve these problems, in this dissertation, two trust-based routing protocols are proposed that satisfy the network performance required for mission-critical WSNs that effectively detect and exclude malicious nodes. First, we propose a multipath routing protocol based on trust and quality of service to effectively detect and exclude malicious nodes that are considered on the battlefield and analyze the characteristics and requirements of mission-critical data. Second, we propose a learning-based intelligent routing protocol that considers trust, quality of service, and energy factors to detect intelligent attacks on mission-critical WSNs and select paths that satisfy performance requirements. By using the OPNET simulator it was confirmed that the proposed schemes improve performance in terms of packet delivery rate, throughput, delay, and energy. If they are applied to various mission-critical network scenarios, it is expected that missions will be completed successfully, and that network performance will improve significantly.