Trust-aware and collaborative routing protocol for automatic fault diagnosis for IoT security

Ghorchian, Sanaz (2026). Trust-aware and collaborative routing protocol for automatic fault diagnosis for IoT security. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (4MB) | Prévisualisation

Résumé

This thesis investigates security in RPL-based Internet of Things (IoT) networks by examining the relationship between routing behavior and intrusion detection in constrained, low-power, and lossy environments. In such networks, attacks can be expressed through seemingly legitimate protocol operations, making conventional intrusion detection assumptions less reliable. The study therefore explores whether a trust aware routing strategy, implemented as TACR-HOF, can generate behavioural traces that are more informative for intrusion detection than those produced by the conventional Minimum Rank with Hysteresis Objective Function (MRHOF).

To address this problem, a comparative simulation framework was developed using Contiki-NG and the Cooja simulator. The same family of six topologies was evaluated under MRHOF and TACR HOF, while four RPL-specific attacks were introduced: Version Number Attack, Decrease Rank Attack, DIS Flooding Attack, and Selective Forwarding Attack. Rather than relying on full packet capture, the study employed behaviour-based summaries collected from nodes and their neighbours, which were transformed into structured datasets for machine-learning-based intrusion detection. This approach enabled a comparative analysis of both routing behaviour and the quality of the IDS-ready data produced under each routing scheme.

The results show that TACR-HOF provides a stronger foundation for behaviour-based intrusion detection than MRHOF. It produces a richer malicious-behaviour footprint, improves classification performance across all evaluated models, and significantly reduces the most critical IDS error, namely the misclassification of malicious behaviour as normal. Attack-wise recall also improves across all four attack classes, particularly for control-plane attacks involving rank and version manipulation. At the routing level, however, the results remain nuanced: TACR-HOF improves several scenario-level metrics, including packet delivery and missed transmissions in many cases, but it does not outperform MRHOF uniformly in every topology or routing metric.

Overall, the thesis concludes that TACR-HOF should not be considered universally superior for all routing purposes, but it is clearly more effective as a security-oriented routing approach. Its main contribution lies in demonstrating that modifying the routing objective function can improve the quality of behavioural evidence available to an intrusion detection system, making attacks more visible, more distinguishable, and easier to detect in constrained IoT networks.

Titre traduit

Protocole de routage collaboratif basé sur la confiance pour le diagnostic automatique des défaillances dans les réseaux distribués appliqués à la sécurité de l’Internet des objets

Résumé traduit

Cette thèse examine la sécurité des réseaux IoT basés sur RPL en soutenant que le routage et la détection d’intrusion ne doivent pas être considérés comme des problèmes distincts dans des environnements contraints. Dans les réseaux à faible puissance et à pertes élevées, les attaques peuvent se manifester à travers des comportements de routage apparemment légitimes, ce qui rend les hypothèses de détection classiques moins fiables. Pour cette raison, l’étude cherche à déterminer si une stratégie de routage fondée sur la confiance, mise en œuvre sous la forme de TACR-HOF, peut générer des traces comportementales plus utiles pour la détection d’intrusion que celles produites par la fonction objective conventionnelle MRHOF. L’idée centrale est que la politique de routage n’influence pas seulement l’acheminement des paquets, mais qu’elle façonne aussi la qualité des preuves comportementales disponibles pour le système de détection d’intrusion.

Pour répondre à cette question, la thèse développe un cadre comparatif de simulation à l’aide de Contiki-NG et du simulateur Cooja. La même famille de six topologies est testée sous deux schémas de routage, MRHOF et TACR-HOF, tandis que quatre attaques spécifiques à RPL sont injectées : l’attaque du numéro de version, l’attaque de diminution du rang, l’attaque d’inondation DIS et l’attaque de transfert sélectif. Au lieu de s’appuyer sur une capture complète des paquets, l’étude utilise des résumés comportementaux collectés à partir des nœuds et de leurs voisins, puis transformés en jeux de données structurés pour une détection d’intrusion fondée sur l’apprentissage automatique. Cette conception permet de comparer non seulement les performances de routage, mais aussi la manière dont chaque schéma de routage influence la visibilité, l’équilibre et la séparabilité des comportements malveillants dans les données produites.

Les résultats montrent que TACR HOF fournit une base plus solide pour une détection d’intrusion comportementale que MRHOF. Il génère une empreinte comportementale malveillante plus riche, améliore les performances des classifieurs pour tous les modèles testés et réduit de façon significative l’erreur la plus critique du système de détection, à savoir la classification erronée d’un comportement malveillant comme normal. La détection par type d’attaque s’améliore également pour les quatre classes d’attaques étudiées, en particulier pour les manipulations du plan de contrôle comme les attaques sur la version et le rang. Toutefois, au niveau du routage, les résultats demeurent nuancés : TACR-HOF améliore plusieurs mesures au niveau des scénarios, notamment la livraison des paquets et la réduction des transmissions manquées dans de nombreux cas, mais il ne surpasse pas MRHOF de manière uniforme dans toutes les topologies ni pour toutes les métriques de routage.

Dans l’ensemble, la thèse aboutit à une conclusion équilibrée. Elle ne prétend pas que TACRHOF soit universellement supérieur pour tous les objectifs de routage, mais elle démontre qu’il est plus efficace comme approche de routage orientée vers la sécurité. Sa contribution principale consiste à montrer que la modification de la fonction objective de routage peut améliorer la qualité des preuves comportementales fournies à un système de détection d’intrusion, rendant ainsi les attaques plus visibles, plus distinctes et plus faciles à détecter dans les réseaux IoT contraints.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment for a master's degree with thesis in electrical engineering". Comprend des références bibliographiques (pages 91-93).
Mots-clés libres:	internet des objets, IoT, réseaux à faible puissance et à pertes élevées, LLNs, RPL, système de détection d’intrusion, IDS, routage fondé sur la confiance, TACR HOF, MRHOF, détection comportementale, apprentissage automatique, Contiki-NG, simulateur Cooja, attaques RPL, attaque du numéro de version, VNA, attaque de diminution du rang, DRA, attaque d’inondation DIS, DISA, attaque de transfert sélectif, SFA
Directeur de mémoire/thèse:	Directeur(-trice) Kadoch, Michel
Programme:	Maîtrise en ingénierie > Génie électrique
Date de dépôt:	03 août 2026 18:33
Dernière modification:	03 août 2026 18:33
URI:	https://espace.etsmtl.ca/id/eprint/4022

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt