VeReMiVNDN：一个用于检测车辆命名数据网络中不当行为的数据集，基于JubST SUMO场景

《IEEE Access》：VeReMiVNDN: A Dataset for Misbehavior Detection in Vehicular Named Data Networking Using the JubST SUMO Scenario

　　```

!---->!---->

摘要：

车载命名数据网络（VNDN）作为一种有前景的解决方案，可用于改善动态车载环境中的内容查找、可扩展性和可靠性。然而，以名称为中心的通信模式以及对协作转发的依赖引入了新的安全挑战，使得VNDN容易受到各种攻击，例如转发层攻击，这些攻击无法通过传统的加密机制得到完全解决。同时，目前仍缺乏公开的针对VNDN的专门数据集，这严重阻碍了VNDN解决方案中异常行为检测的开发、评估和重现性。为了解决这一限制，我们引入了一个全新的、首次公开发布的专门用于VNDN异常行为检测的数据集。我们使用SUMO中的Jubail工业城SUMO交通（JubST）移动性场景生成了这个数据集，并将其与VEINS和OMNeT++相结合。该数据集包含了四种VNDN中的转发层攻击：兴趣泛洪（Interest Flooding）、兴趣聚合（Interest Aggregation）、路由信息泛洪（Routing Information Flood）和名称前缀劫持（Name Prefix Hijacking）。每种攻击都在不同的交通密度、攻击者概率和随机种子条件下进行了模拟，并采用了一种轻量级的基于信任的标记机制来进行真值标识。由此产生的数据集为评估VNDN提供了一个标准化、可扩展且可重现的基础。这项工作为研究社区提供了一个重要的基准资源，并为评估VNDN中的各种安全系统铺平了道路。

!---->!---->!---->

!---->

!---->!---->

```