一种多目标安全多播路由架构，该架构在MANET（移动Ad Hoc网络）环境中采用多尺度膨胀LSTM（Long Short-Term Memory）模型和混合Coati-Dolphin优化算法进行路由决策

《Scientific Reports》：A multi-objective secure multicast routing architecture using multi-scale dilated LSTM and hybrid coati–dolphin optimization in MANET environments

　　

摘要

在这项研究工作中，提出了一种创新的MD-LSTM（恶意检测长短期记忆）框架，用于准确检测恶意节点；同时采用了一种混合Coati-Dolphin Swarm Optimization（HCDSO）算法来保障移动-ad hoc网络（MANETs）中的安全多播路由。该研究旨在解决MANETs面临的主要挑战，包括动态拓扑变化、路由漏洞以及影响网络安全与通信可靠性的恶意攻击。MD-LSTM模型利用具有膨胀感知功能的循环记忆机制和多尺度卷积特征提取方法，从网络流量数据中捕获长期时间依赖性和复杂攻击模式，从而提高了恶意活动检测的准确性。HCDSO算法结合了Coati优化算法（COA）的全局探索能力和Dolphin Swarm Optimization（DSO）的局部利用能力，以确定最佳路由路径，实现吞吐量与路径检测率（PDR）的最大化，并同时最小化延迟、跳数和能耗。实验在三个标准数据集CICIDS-2017、NSL-KDD和KDD Cup 99上进行，并与传统的深度学习模型（NN、DNN、SVM和LSTM）以及最新的先进模型进行了对比。MD-LSTM在这三个数据集上的准确率分别达到了97.802%、96.905%和97.807%，相比传统分类器提升了10.12%–18.12%。HCDSO路由框架的吞吐量相较于DSO、COA、POA和BCO分别提高了8.14%、9.13%、10.78%和14.28%。研究结果表明，所提出的集成框架能够显著提升恶意节点检测的准确性、路由效率、网络可靠性和安全性，为未来的MANET应用奠定了坚实的基础。