Гибридное интеллектуальное безопасное кластерирование с оптимизированной доверием маршрутизацией для сетей следующего поколения MANET

Обеспечение безопасности беспроводных связей в движении

От роев дронов до автомобилей, обменивающихся данными на шоссе — многие будущие технологии опираются на устройства, которые соединяются напрямую друг с другом без стационарных вышек или Wi‑Fi маршрутизаторов. Эти «мобильные ad hoc сети» гибки и быстро разворачиваются, но при этом уязвимы: устройства перемещаются, батареи разряжаются, а злоумышленники могут незаметно вмешаться в обмен. В статье предложена новая всеобъемлющая система, использующая несколько видов искусственного интеллекта для того, чтобы такие роуминговые сети работали быстро, экономно и были труднее для взлома.

Почему мобильные сети трудно защищать

В мобильной ad hoc сети каждый телефон, датчик или автомобиль выступает одновременно и пользователем, и мини‑маршрутизатором, передавая сообщения дальше. Поскольку нет центрального управления, сеть вынуждена постоянно перестраиваться по мере движения или выключения устройств. Это приводит к потере сообщений, быстрому расходу батарей и возможности для злонамеренных устройств прикидываться полезными, одновременно скрытно сбрасывая или искажая данные. Существующие решения обычно закрывают лишь часть проблемы — например, экономят энергию или выявляют узкий класс атак — но редко управляют энергией, надежностью и безопасностью одновременно в одной согласованной схеме.

Превращение хаоса в стабильные «окрестности»

Чтобы справиться с этим, авторы предлагают архитектуру под названием Hybrid Intelligence‑Powered Secure Clustering and Trust‑Optimized Routing (HISCTR). Первый шаг — навести порядок в подвижном рое, сгруппировав близкие устройства в локальные «окрестности» или кластеры. Метод Geographical Adaptive Fidelity Clustering формирует кластеры так, чтобы устройства были физически близки и имели хорошие радио‑связи, и изменяет их только тогда, когда движение или некорректное поведение действительно этого требуют. Внутри каждого кластера биомиметический алгоритм поиска, вдохновлённый пустынной антилопой, выбирает основного лидера и резервного на основе уровня заряда батареи, центральности положения и стабильности движения устройства. Такая двухуровневая структура позволяет поддерживать связь, даже если основной лидер выходит из строя.

Выбор доверенных узлов на маршруте

После формирования кластеров HISCTR сосредотачивается на том, как сообщения перемещаются между ними. Вместо того чтобы автоматически считать все устройства честными, система постоянно оценивает поведение каждого узла по нескольким простым параметрам: как надёжно он пересылает пакеты, насколько стабильно ведёт себя со временем и как разумно расходует энергию. Модуль нечеткой логики объединяет эти несовершенные наблюдения в значение доверия, которое изменяется постепенно, поэтому единичный сбой не дискредитирует узел, тогда как повторно плохое поведение уменьшает доверие. Маршруты выбираются только среди достаточно доверенных устройств. На втором этапе оптимизации, вдохновлённом квантовыми подходами, производится поиск путей, которые балансируют низкую задержку, высокий уровень доверия и низкие энергетические затраты, при этом алгоритм может «отскакивать» от первоначно перспективных, но в итоге плохих маршрутов.

Наблюдение за атаками с двух сторон

Один только учёт доверия недостаточен, когда злоумышленники придумывают новые приёмы. Поэтому HISCTR добавляет специализированный движок обнаружения вторжений, использующий современные инструменты глубокого обучения. Одна ветвь, построенная на трансформерных слоях, анализирует эволюцию трафика во времени, благодаря чему чувствительна к медленным или скрытным атакам. Вторая ветвь, основанная на сверточных нейронных сетях, исследует локальные шаблоны в данных, улавливая внезапные всплески или необычные комбинации пакетов. Сочетая эти два взгляда, система распознаёт широкий спектр угроз — от классических «чёрных дыр», поглощающих трафик, до сложных подделок идентичности и уязвимостей zero‑day — при этом оставаясь достаточно быстрой для работы в реальном времени.

Доказательство эффективности в крупномасштабных испытаниях

Исследователи протестировали HISCTR в подробных компьютерных симуляциях больших загруженных сетей до 1200 узлов с различными типами атак, смешанными с нормальным трафиком. По сравнению с несколькими современными конкурентными методами новая архитектура потребляла заметно меньше энергии на узел, поддерживала более высокие скорости передачи данных и обеспечивала большую долю успешно доставленных пакетов, одновременно удерживая задержки и джиттер на низком уровне. Она также уменьшила количество ошибок в передаваемых битах и сократила «болтовню» управляющих сообщений, обычно загружающую беспроводные каналы. Самым впечатляющим оказалось то, что точность обнаружения атак достигла почти 99 процентов, а смоделированная сеть проработала на тысячи раундов связи дольше, чем при использовании прежних схем.

Что это значит для повседневных технологий

Проще говоря, работа демонстрирует, что объединение разных типов интеллектуального принятия решений — кластеризация, оценка доверия, оптимизация маршрутов и безопасность на основе глубокого обучения — в единую согласованную систему может сделать роуминговые беспроводные сети одновременно более устойчивыми и безопасными. Для будущих приложений, таких как команды экстренного реагирования, взаимосвязанные автомобили или крупные развертывания Интернета вещей в отдалённых районах, такая система может означать более длительное время работы батарей, более надёжную доставку сообщений и более сильную защиту от кибератак, даже когда отсутствует традиционная сетевой инфраструктура.

Цитирование: Anuprathibha, T., Maheswari, R., Suresh Babu, A. et al. Hybrid intelligence-powered secure clustering with trust-optimized routing for next-generation MANET communication. Sci Rep 16, 12988 (2026). https://doi.org/10.1038/s41598-026-41842-3

Ключевые слова: мобильные ad hoc сети, безопасная маршрутизация, сети на основе доверия, обнаружение вторжений, энергоэффективная беспроводная связь