مسیریابی
در نشریات گروه فناوری اطلاعات-
کاربرد شبکه های Flying Sensor Nodes (FSN) در Internet of Things (IoT) است. مسیریابی در FSN وابسته به پارامترهای سرعت پرواز و تنوع جهت های حرکت SNs است. چالش های FSNs شامل تحرک SNs و مقیاس پذیری شبکه و مسیریابی بین SNs پروازی و تحویل به موقع داده ها به ایستگاه پایه است. افزایش مقیاس پذیری و تحرک SNs سبب افزایش بسته های کنترلی و سربار می شود. در این مقاله برای انتخاب کوتاه ترین مسیر بهینه بین SNs و اطمینان از تحویل داده ها و کاهش پیام های کنترلی و عدم انتقال اطلاعات اضافی و افزایش طول عمر در FSNs از روش بهینه سازی Artificial bee colony algorithm (ABC) استفاده می کنیم. برای این منظور یک مسئله بهینه سازی پویا تعریف می کنیم که پارامترهای آن شامل انرژی باقیمانده، درجه اتصال، سرعت، بار کاری و جهت SNs است. سپس یک الگوریتم برای مسیریابی در FSN براساس زنبور عسل پیشنهاد می دهیم. نتایج شبیه سازی نشان می دهد که مدل پیشنهادی ازنظر مصرف انرژی و طول عمر شبکه بهتر از پروتکل های beeFSN , P-OLSR , TDR-FASNet , EAUCD عمل می کند.کلید واژگان: Fsns، الگوریتم زنبور عسل، اینترنت اشیا، Uwsns، مسیریابی، پروتکلThe application of Flying Sensor Nodes (FSN) networks in the Internet of Things (IoT). Routing in FSN depends on the parameters of flight speed and the variety of SNs' movement directions. The challenges of FSNs include SNs mobility and network scalability, routing between flying SNs, and timely data delivery to the base station. Increasing SNs' scalability and mobility increases control packets and overhead.In this paper, we use the Artificial bee colony algorithm (ABC) optimization method to select the shortest optimal path between SNs, ensure data delivery, reduce control messages, avoid transmitting redundant information, and increase the lifetime in FSNs. For this purpose, we define a dynamic optimization problem whose parameters include residual energy, connectivity degree, speed, workload, and direction of SNs. Then, we propose an algorithm for routing in FSNs based on honey bees. Simulation results show that the proposed model performs better than beeFSN, P-OLSR, TDR-FASNet, and EAUCD protocols in terms of energy consumption and network lifetime.Keywords: Fsns, Honeybee Algorithm, Internet Of Things, Uwsns, Routing, Protocol
-
اینترنت اشیاء و کاربردهای آن امروزه در همه ی ابعاد زندگی بشری قابل مشاهده است که اضافه شدن قابلیت تحرک به اشیاء، چالش های جدیدی به وجود آورده است. تحرک گره ها باعث پویایی در توپولوژی و ناپایداری در لینک های شبکه شده و کشف مسیر با سربار و تاخیر کمتر را با چالش های متعدد مواجه کرده است. بیشتر الگوریتم های مسیریابی مبتنی بر تکنیک مسیر بردار فاصله مبتنی بر درخواست می باشند که مبتنی بر درخواست گره مبدا می باشد. در سال های اخیر بهبودهایی برروی این مکانیزم ارائه شده است که نسخه چند مسیره آن یکی از این بهبودها می باشد. با توجه به پویایی بالای شبکه و تغییرات لحظه ایی در اینترنت اشیاء متحرک، امکان پیش بینی همه شرایط و تنظیم بهینه پارامترها از قبل وجود ندارد. لذا در این مقاله یک رویکرد مسیریابی مبتنی بر الگوریتم مسیریابی بردار فاصله چند مسیره ارائه می شود که با یادگیری ماشین سعی دارد شرایط شبکه را ارزیابی کرده و بهترین گره واسط را برای مسیریابی انتخاب کند. در رویکرد پیشنهادی پنج الگویتم یادگیری ماشین مانند ماشین بردار پشتیبان، جنگل تصادفی و درخت تصمیم گیری برای یادگیری مورد بررسی قرار می گیرند که چندین پارامتر شبکه مانند سرعت حرکت گره ها، تعداد گره های همسایه، اندازه بافر، انرژی باقیمانده و میانگین فاصله هر گره با همسایگانش را برای انتخاب گره واسط مناسب مورد بررسی قرار می دهند. نتایج شبیه سازی های انجام شده با زبان پایتون نشان می دهد که درخت تصمیم و گرادیان تقویت شده بهترین نتایج را در مجموعه داده جمع آوری شده دارند و با ترکیب آنها با رویکرد پیشنهادی، میزان تاخیر آنها به انتها به طور متوسط تا 30 درصد و تعداد بسته های گمشده نیز تا 18 درصد کاهش داشته است.کلید واژگان: اینترنت اشیا، مسیریابی، مسیر یابی بردارفاصله چند مسیره مبتنی بر درخواست، یادگیری ماشینThe Internet of Things and its applications can be seen in all aspects of human life, and adding mobility features to objects has brought about new challenges. Mobility causes dynamics in topology and instability in the network links, and introduces several hurdles in discovering the path with less overhead and low delay. Most of the routing algorithms are based on the on-demand distance vector routing algorithm based on the source node's request. In recent years, several improvements have been presented on this mechanism, and its multi-path version is one of the notable improvements. Due to the high dynamics of the network and the momentary changes in the mobile Internet of Things, it is impossible to predict all the circumstances and adjust the optimal parameters in advance. Thus, a novel routing strategy based on machine learning and multi-path distance vector routing is introduced in this research. Its goal is to assess network conditions and choose the optimal interface node for packet forwarding. Five machine learning algorithms, including decision trees, random forests, and support vector machines, are used in the proposed approach for learning and evaluation. A number of network parameters, including node velocity, the number of neighboring nodes, buffer size, remaining energy, and the average distance between each node and its neighbors, are taken into account when choosing the best interface node. Distance of each node with its neighbors are considered for selection of the appropriate interface node. The simulation results conducted through Python indicate that the decision tree and the gradient boosting have the best results in the collected data set, and by combining them with the proposed approach, the end-to-end delay is reduced by 30%, and the number of lost packets is reduced by 18%.Keywords: Internet Of Things, Routing, AOMDV, Machine Learning
-
محدودیت های اینترنت اشیا (IoT)، باعث شده تا رخداد خطا در این شبکه ها امری انکارناپذیر بوده و تضمین تحمل پذیری خطا به جهت صحت عملکرد شبکه الزامی باشد. اگرچه هر یک از این پژوهش ها با کار کردن بر روی جوانب مختلف این حوزه به نوبه خود در بهبود تحمل پذیری خطا موثر بوده اند. اما مطالعات حاکی از آن است که روش های گذشته در حفظ پیوستگی و تضمین صحت مبادله داده ها، به ویژه در هنگام رخداد خطا ناکارآمدند. وجود این مسئله صراحتا به ضرورت ارائه روش هایی جدید با قابلیت تضمین صحت مبادله داده ها اشاره داشته، تا در شرایط مختلف پایداری عملکرد شبکه تضمین گردد. جهت تحقق این مهم، در این مقاله روش FTRTA بر مبنای توسعه پروتکل RPL و بهره وری از تکنیک توزیع داده معرفی شده است. تکنیک های توزیع از جمله تکنیک های موثری بوده که علاوه بر تحمل پذیری خطا در بهبود توازن بار ترافیکی شبکه نیز می توانند موثر باشند. FTRTA به جهت پیشبرد عملکرد خود شامل سه مرحله کلی بوده، به طوری که در مرحله نخست همروند با فرایند ارسال DIOها وضعیت گره های شبکه ارزیابی شده، در گام دوم گراف ارتباطی شبکه تشکیل شده و در گام مخابره داده ها بر حسب تکنیک توزیع داده و با هدف تضمین تحمل پذیری خطا انجام می شود. نتایج شبیه سازی با استفاده از نرم افزار Cooja حاکی از کارایی بالای FTRTA در حفظ پیوستگی و تضمین صحت مبادله داده ها، و بهبود معیارهایی همچون دریافت های موفق و گذردهی شبکه، در مقایسه با پژوهش های مشابه است.
کلید واژگان: اینترنت اشیا، تحمل پذیری خطا، مسیریابی، مبادله داده ها.The limitations of IoT have led to increased failures and the need for guaranteed fault tolerance to ensure adequate network performance. Although previous studies have effectively improved fault tolerance by focusing on various aspects of this area, previous methods are ineffective in ensuring the stability and accuracy of data exchange in the event of failure. The existence of this problem shows the need to propose a new method that can guarantee the stability and accuracy of data exchange to guarantee the stability of network performance in case of failure. To achieve this, this research introduced a method called FTRTA, which is based on the development of the RPL protocol and data distribution techniques. Distribution techniques are effective in improving load balancing and fault tolerance of network traffic. The FTRTA was developed based on this technique and in three operational steps. Firstly, the situation of the network nodes is evaluated and analyzed in the same way as when sending DIO messages. In the second step, the network communication graph is created. Finally, in the third step, data transmission is based on a distribution technique to ensure fault tolerance. The simulation results using Cooja software show the high performance of FTRTA in ensuring the stability and accuracy of data exchange, improving factors such as successful receptions and network throughput compared to similar studies.
Keywords: Internet Of Things, Fault Tolerance, Routing, Data Exchange -
یک چالش اساسی در شبکه های حسگر بی سیم، افزایش طول عمر آنها با توجه به انرژی محدود گره ها است. برای حل این مشکل، راهکارهای مختلفی پیشنهاد شده که از آن جمله می توان به مکانیسم مقیاس بندی پویای مدولاسیون (DMS) اشاره نمود. با تنظیم سطح مدولاسیون گره ها، می توان بین پارامترهای انرژی مصرفی و زمان ارسال داده توازن برقرار کرده و میزان انرژی مصرفی را تا حد قابل توجهی کاهش داد. برای بیشینه نمودن کارایی شبکه های حسگر مبتنی بر DMS، هر دو مسئله مسیریابی و تعیین سطح مدولاسیون گره ها باید بررسی شوند. مقالات موجود یا مسئله مسیریابی را بررسی نکرده اند و یا روش هایی حریصانه و با کارایی پایین ارائه داده اند. با توجه به کاستی های روش های پیشین، در این مقاله روشی کارا مبتنی بر الگوریتم ژنتیک برای مسیریابی و تعیین سطح مدولاسیون گره ها ارائه شده که این مسائل را در دو مرحله مطالعه کرده است. براساس نتایج شبیه سازی، الگوریتم پیشنهادی به طور متوسط میانگین انرژی مصرفی گره ها، انحراف از معیار انرژی مصرفی گره ها، و طول عمر شبکه را، به ترتیب 72 %، 88 %، و 112 % نسبت به روش های پیشین بهبود داده است.
کلید واژگان: شبکه حسگر بی سیم، طول عمر شبکه، تعیین سطح مدولاسیون گره ها، مسیریابی، الگوریتم ژنتیکA critical issue in designing Wireless Sensor Networks (WSNs) is to prolong their lifetime considering the limited energy resources of the nodes. One approach to mitigate this problem is to apply Dynamic Modulation Scaling (DMS) technique. By adjusting the modulation level of the nodes, the amount of energy exhausted and the required time for data transmission are balanced. Accordingly, the energy consumption throughout the network reduces substantially. The routing problem should be considered along with modulation level adjustment to enhance performance. The existing DMS-based algorithms either did not concern the routing problem or proposed greedy and low-quality solutions. Hence, we propose an effective algorithm which comprises two phases, namely routing and determining the modulation level of nodes. The proposed scheme exploits genetic algorithm to improve performance. Simulation results demonstrate that the proposed algorithm improves the average exhausted energy by sensors, the standard deviation of consumed energy by sensors, and the network lifetime, by 72%, 88%, and 112%, respectively.
Keywords: Wireless Sensor Networks, Network Lifetime, Dynamic Modulation Scaling, Routing, Genetic Algorithm -
در شبکه اینترنت اشیاء ارسال یک بسته از مبداء به مقصد و مسیریابی بهینه یک چالش اساسی است زیرا بسته ها باید در مسیر بهینه و با حداقل تاخیر و نرخ کمینه خطا ارسال شوند. یکی از چالش های این بخش عدم در نظر گرفتن مسیله ازدحام مسیرهای ارسال بسته ها در بیشتر پژوهش ها است. در این مقاله برای مسیریابی بهینه در اینترنت اشیاء یک رویکرد جدید بر اساس پیش بینی مسیر کم ازدحام و یک رویکرد انتخاب مسیر بهینه با هوش گروهی ارایه می شود. در روش پیشنهادی برای پیش بینی مسیرهای دارای ازدحام کم از یادگیری مبتنی بر رای گیری اکثریت شبکه عصبی، درخت تصمیم گیری و جنگل تصادفی استفاده می شود. در روش پیشنهادی از الگوریتم عروس دریایی برای بهینه سازی مسیر ارسال بسته ها استفاده می شود. نقش الگوریتم عروس دریایی یافتن مسیرهای بهینه در شبکه با حداقل تاخیر، حداقل طول صف، حداقل خطای ارسال و بیشترین نرخ ارسال در مسیر مورد نظر است. پیاده سازی روش پیشنهادی در نرم افزار متلب انجام شده است و برای پیش بینی ازدحام از داده های شبیه سازی شده در اینترنت اشیاء استفاده شده است. یافته های تحقیق نشان می دهد تابع هدف مسیریابی روش پیشنهادی نسبت به الگوریتم بهینه سازی گرگ خاکستری، بهینه سازی وال و کرم شب تاب از کارایی مناسب تری برخوردار است و این بدان است که روش پیشنهادی نسبت به این الگوریتم ها دارای مسیریابی کم خطاتر، با تاخیر کمتر و طول صف کمتر است. انرژی باقی مانده در گره های شبکه در روش پیشنهادی نسبت به الگوریتم بهینه سازی گرگ خاکستری، بهینه-سازی وال و کرم شب تاب دیرتر مصرف می شود و عمر شبکه در روش پیشنهادی از این روش ها بیشتر است. روش پیشنهادی در پیش بینی ازدحام دارای دقت، حساسیت و صحتی به ترتیب برابر 97.63% ، 96.85% و 97.19% است. بکارگیری رای گیری اکثریت باعث می-شود تا دقت روش پیشنهادی نسبت به درخت تصمیم گیری، جنگل تصادفی و شبکه عصبی مصنوعی چند لایه به ترتیب 6.39%، 1.42% و 3.40% افزایش یابد. آزمایشات نشان داد که روش پیشنهادی در پیش بینی ازدحام در مسیرهای انتخاب شده از درخت تصمیم گیری، درختان تکراری، درختان تصادفی، روش خوشه بندی دارای دقت، حساسیت و صحت بیشتری است.کلید واژگان: الگوریتم بهینه سازی عروس دریایی، اینترنت اشیاء، بهینه سازی، پیش بینی ازدحام، شبکه های حسگر بیسیم، مسیریابیIn the Internet of Things network, sending a packet from the origin to the destination and optimal routing is a fundamental challenge because the packets must be sent in the optimal path with minimum delay and error rate. One of the challenges of optimal routing is the need for more consideration of the problem of congestion in the paths of sending packets in most researches. This manuscript presents a new approach based on low congestion route prediction and an optimal route selection approach with swarm intelligence for optimal routing in the Internet of Things. The proposed method uses learning based on neural network majority voting, decision tree, and random forests to predict the paths with low congestion. The proposed method uses the Jellyfish Search Algorithm(JSA) to optimize the route of sending packets. The role of the mermaid optimization algorithm is to find optimal routes in the network with minimum delay, queue length, minimum transmission error, and maximum transmission rate in the desired route. The implementation of the proposed method has been done in MATLAB software, and simulated data in the Internet of Things has been used to predict congestion. The research findings show that the routing objective function of the proposed method is more minimized than the gray wolf optimization algorithm(GWO), whale optimization algorithm(WOA), and firefly algorithm(FA), which means that the proposed method improves routing more compared to these algorithms. The remaining energy in the network nodes in the proposed method is consumed later than the GWO, WOA, and FA algorithms, and the network life in the proposed method is more extended than these methods. The proposed method for congestion prediction has accuracy, sensitivity, and precision of 97.63%, 96.85%, and 97.19%, respectively. The use of majority voting causes the accuracy of the proposed method to increase by 6.39%, 1.42%, and 3.40%, respectively, compared to the decision tree, random forest, and multilayer artificial neural network. Experiments showed that the proposed method is more sensitive and accurate in predicting traffic congestion in selected routes from decision trees, repeated trees, random trees, and clustering methods.Keywords: Jellyfish Search (JS) optimizer algorithm, Internet of Things(IoT), optimization, Congestion prediction, Wireless Sensor Networks, routing
-
به دلیل طول عمر محدود باتری های گره های حسگر، طراحی یک پروتکل مسیریابی برای افزایش کارایی انرژی و طولانی تر شدن عمر شبکه های حسگر بیسیم زیرآبی، یک کار چالش برانگیز است. در این مقاله، برای تعادل مصرف انرژی گره ها در شبکه، پروتکل مسیریابی مربع شکل بر اساس افزایش کارایی انرژی سیار، پیشنهاد شده است. دو سینک سیار در دورترین فاصله از یکدیگر مستقر شده اند و به منظور پوشش حداکثری مساحت شبکه، هر دو سینک سیار در جهت عقربه های ساعت در یک مسیر خطی حرکت میکنند. سینکهای سیار در محدوده مجاز انتقال، به طور مستقیم داده ها را از گره های حسگر دریافت میکنند. نتایج شبیه سازی نشان میدهد که طرح پیشنهادی در مقایسه با طرحهای SEEC و BEEC از لحاظ طول عمر شبکه، توان عملیاتی و مصرف انرژی، بهتر است.
کلید واژگان: شبکه های حسگر بیسیم زیر آبی، مسیریابی، سینک سیار، توان عملیاتی، کارایی انرژی -
شبکه حسگر بی سیم یک شبکه بی سیم از حسگرهای خودسازماندهی است که در فواصل زمانی مختلف توزیع می شوند. این حسگرها برای اندازه گیری های کمیت های فیزیکی خاص یا شرایط محیطی مانند دما، صدا، ارتعاش، فشار، حرکت یا آلاینده ها در مکان های مختلف استفاده می شوند. بهره وری انرژی برای افزایش طول عمر یک شبکه حسگر بی سیم باید در تمام زمینه های طراحی شبکه از جمله سخت افزار و نرم افزار در نظر گرفته شود. شبکه های حسگر بی سیم ممکن است در برنامه های کاربردی حیاتی استفاده شوند و داده های حساس را انتقال دهند، بنابراین به روش هایی برای ایمن کردن داده ها نیاز دارند. مسیریابی ایمن در شبکه های حسگر بی سیم به دلیل نیاز به محرمانه بودن داده ها، یکپارچگی، بهره وری انرژی، احراز هویت و انعطاف پذیری در برابر حملات حیاتی است. این تضمین می کند که داده های حساس خصوصی باقی می مانند، از دستکاری جلوگیری می کند، مصرف انرژی را بهینه می کند، صحت گره را تایید می کند و در برابر حملات مقاومت می کند. در این مقاله یک روش مسیریابی ایمن را در شبکه های حسگر بی سیم ارایه می شود. در روش پیشنهادی، با توجه به محدودیت های پردازش گره ها و برای اطمینان از امنیت پیام های رد و بدل شده، از روش رمزنگاری انتقال ستونی سبک وزن استفاده می شود. فرآیند مسیریابی به صورت گام به گام انجام می شود و گام بعدی بر اساس پارامترهای انرژی باقیمانده، فاصله تا ایستگاه پایه و ترافیک گره انتخاب می شود. روش مسیریابی پیشنهادی توسط متلب پیاده سازی شده و با روش های SMEER و KID-SASR مقایسه شده است. نتایج شبیه سازی نشان دهنده کاهش تاخیر انتها به انتها به میزان 50 و 38 درصد، کاهش مصرف انرژی به میزان 39 و 20 درصد، کاهش نرخ تلفات بسته و افزایش تعداد گره های زنده به میزان 66 و 59 درصد در مقایسه با روش های SMEER و KID-SASR است.
کلید واژگان: شبکه حسگر بی سیم، مسیریابی، رمز انتقال ستونی، امنیتThe wireless sensor network is a wireless network of self-organized sensors that are distributed at intervals. These sensors are used to group measurements of specific physical quantities or environmental conditions such as temperature, sound, vibration, pressure, motion, or pollutants at various locations. Energy efficiency to extend a wireless sensor network's lifetime should be considered in all network design areas, including hardware and software. Wireless sensor networks may be used in critical applications and transmit sensitive data, so they need methods to secure the data. Secure routing in wireless sensor networks is vital due to the need for data confidentiality, integrity, energy efficiency, authentication, and resilience against attacks. It ensures sensitive data remains private, prevents tampering, optimizes energy usage, verifies node authenticity, and defends against attacks. This paper presents a secure routing method in wireless sensor networks. In the proposed method, due to the nodes' processing limitations and to ensure the security of the exchanged messages, the lightweight columnar transposition cipher method is used. The routing process is done hop by hop, and the next hop is selected based on the parameters of remaining energy, distance to the base station, and node traffic. The proposed routing method is implemented by MATLAB and compared with SMEER and KID-SASR methods. The simulation results show a reduction of end-to-end delay of 50% and 38%, reduction of energy consumption of 39% and 20%, reduction of packet loss rate, and increased number of live nodes by 66% and 59% compared to SMEER and KID-SASR.
Keywords: Wireless Sensor Network, routing, Columnar transposition cipher, Security -
در این مطالعه یک مدل برنامه ریزی خطی عدد صحیح مختلط برای تدوین جداول زمان بندی به منظور تعیین زمان های تلف شده در گره های شبکه برای هر قطار فعال در مسیر تخصیص یافته است. همچنین در این مدل تعدادی از گره های خطوط ریلی که توسط مدل مسیریابی به دست آمده است، به عنوان رزرو در نظر گرفته شده است. رویکرد مورداستفاده در تحقیق حاضر برخلاف سایر رهیافت های پیشنهادی در مطالعات پیشین، قبل از طراحی و ایجاد جداول زمان بندی بر بخش زیرساخت شبکه مترو متمرکز نموده است. خروجی های این مدل در ایستگاه متروی صادقیه (تهران) به عنوان نمونه آزمایشی اجرا و نتایج آن از طریق شبیه سازی مورد صحت آزمایی قرار گرفت. یافته های پیاده سازی مدل نشان می دهد که برنامه مسیریابی و طراحی جداول زمان بندی حرکت قطارها تا 11 % در مقایسه با سایر برنامه های زمان بندی پیشنهادی در مطالعات قبلی بهتر است. همچنین خروجی های مدل از طرح های معمول مسیریابی که توسط بخش برنامه ریزی ترافیک متروی تهران به صورت اسمی و مکتوب تدوین شده تا حدود 2 % بهبودیافته است.
کلید واژگان: مسیریابی، جداول زمان بندی حرکت قطارها، استواری، متروی تهران -
یکی از مسایل مهم در شبکه‌های کامپیوتری پویا از قبیل شبکه‌های اینترنت اشیاء که در آن هزینه اتصالات به‌طور پی‌درپی تغییر می‌کند، ایجاد توازن بار ترافیکی و افزایش سرعت انتقال بسته‌ها در شبکه است. بطوری که بسته‌های داده از مسیرهایی با حداقل تراکم به مقصد برسند؛ درنتیجه یکی از روش‌های اصلی برای حل مسایل مسیریابی و توازن بار استفاده از الگوریتم‌های مبتنی بر مورچه است.با استفاده از روشی جدید مبتنی بر بهینه‌سازی کلونی مورچه چندگانه ، هدف این پژوهش ارایه یک الگوریتم مسیریابی مناسب در جهت کوتاه کردن و بهبود بخشیدن مسیر با توجه به پارامترهای تاخیر انتها به انتها ، نرخ اتلاف بسته ،پهنای باند و نرخ مصرف انرژی است تا داده ی حس شده در سیستم‌های اینترنت اشیاء به مقصد برسد. این روش در نرم‌افزار متلب پیاده‌سازی شده است . نتایج حاصل از آزمایش‌ها، بهبود در پارامترهای مذکور را نشان میدهد.
کلید واژگان: مسیریابی، توازن بار، اینترنت اشیا و الگوریتم کلونی مورچه چندگانهAn important issue in dynamic computer networks such as Internet networks, where the cost of connections varies continuously, is to create a traffic load balancing and increase the transmission speed of packets in the network, so that data packets are using paths with minimal congestion, as a result, one of the main approaches to solve routing problems and load balancing algorithms is based on ant - based algorithms using a novel approach based on optimization of multiple ant colony optimization, the purpose of this research is to present an appropriate routing algorithm in order to shorten and improve the path due to end - to - end delay parameters, packet loss rate, bandwidth and energy consumption rate, to reach a sense of data on the Internet systems. this method has been implemented in MATLAB software and shows the results of the improvement experiments in the mentioned parameters.
Keywords: Routing, load balancing, Internet of things, ant colony algorithm -
با توجه به رشد روزافزون شبکه‌های ارتباطی، در آینده نزدیک داده‌های چندرسانه‌ای در اینترنت اشیاء نقش قابل ملاحظه‌ای خواهند داشت. حجم بالای داده‌های چندرسانه‌ای باعث چالش‌هایی مانند کاهش طول عمر شبکه و ایجاد ازدحام در اینترنت اشیاء می‌شود. در این مقاله تابع هدف جدیدی بر مبنای پروتکل مسیریابی RPL پیشنهاد شده است که ویژگی‌‌های داده‌های چندرسانه‌ای را در فرآیند مسیریابی، مورد نظر قرار میدهد. تابع هدف پیشنهادی ترکیب وزن‌دار دو معیار میزان انرژی باقیمانده و ظرفیت بافر گره‌ها را با توجه به حجم داده در مسیریابی در نظر می‌گیرد. به منظور ارزیابی این روش، داده‌ها بر اساس یک فایل اثر ویدیو (video trace) تولید شده و از سنجه‌های نرخ تحویل بسته، طول عمر شبکه، میزان دسترس‌پذیری گره‌ها در طول عمر شبکه، توزیع مصرف انرژی گره‌ها و تاخیر انتها به انتها برای ارزیابی روش پیشنهادی استفاده شده است. نتایج ارزیابی و مقایسه روش پیشنهادی با RPL پایه نشان میدهد که در روش پیشنهادی نرخ تحویل بسته نسبت به RPL پایه افزایش یافته است. همچنین این روش با توزیع انرژی بین گره‌ها طول عمر شبکه را نسبت به RPL استاندارد افزایش داده و با کاهش ازدحام شبکه میزان تاخیر انتها به انتها نسبت به RPL پایه کاهش یافته است.
کلید واژگان: اینترنت اشیاء، چندرسانه ای، مسیریابی، پروتکل RPL، طول عمر شبکهAccording to enormous growths in communication networks, multimedia data will play a significant role on the Internet of Things in the near future. High volume of multimedia data leads to challenges such as reducing network lifetime and congestion. In this paper, a new objective function for the RPL routing protocol is proposed which addresses the characteristics of multimedia data in the routing process. In the objective function, node’s remaining energy and the remaining buffer capacity of nodes measures are combined using a weighted pair. In order to evaluate this method, input data is generated based on a video trace. Packet delivery ratio, network lifetime, nodes availability over the lifetime of the network, node energy distribution, and end-to-end delay are used to evaluate the proposed method. The evaluation results show that the proposed method increases the package delivery ratio compared to the standard RPL. This method also improves the lifetime of the nodes by distributing energy between the nodes in comparison with standard RPL and extends the node's availability over the lifetime of the network. Finally, it reduces the network congestion which led to a lower end-to-end delay.
Keywords: Internet Of Things, Multimedia, Routing, RPL Protocol, Network Lifetime -
چکیده- تجربه مکانی، توانایی افراد برای درک روابط بین اشیای دنیای واقعی، فضاها و مناطق است که پس از سال ها یادگیری و تجربه توسط افراد خبره بدست می آید. این تجربه که منجر به تولید دانش مکانی می شود در اخذ تصمیمات سازمانی با دقت بالا، واقع بینانه و هماهنگ با واقعیت کمک می کند. از این رو، استفاده از روش هایی برای ذخیره سازی و استفاده مجدد از این تجربه و جلوگیری از خارج شدن آن از سازمان-ها، امروزه به امری مهم و ضروری تبدیل شده است. در این پژوهش روش های مختلف مدلسازی تجربیات از جمله استفاده از شبکه های معنایی، قانون، منطق و آنتولوژی بررسی می شوند و به دلیل برتری روش آنتولوژی نسبت به روش های دیگر، این روش به عنوان روش مدلسازی انتخاب و الگوریتمی مبتنی بر آنتولوژی برای ذخیره سازی تجربیات مکانی ارائه و در مسیریابی شهری استفاده می گردد. بدین منظور، ابتدا یک مدل آنتولوژی با استفاده از داده های مربوط به مسیرهای تاکسی شهر تهران ایجاد گردید. سپس این مدل آنتولوژی برای مسیریابی استفاده شد و نتایج آن با الگوریتم کوتاه ترین مسیر دایجسترا از نظر طول مسیر و زمان سفر برای زمان اوج ترافیک، مقایسه گردید. نتایج حاصل نشان داد با این که طول سفر روش مسیریابی مبتنی بر آنتولوژی تجربیات رانندگان، نسبت به الگوریتم کوتاه ترین مسیر دایجسترا، بیشتر است، اما زمان سفر آن کمتر است و در برخی مسیرها اختلاف زمان سفر آن با الگوریتم کوتاه ترین مسیر دایجسترا، به 10 دقیقه نیز می رسد.کلید واژگان: آنتولوژی، تجربیات مکانی، مسیریابی، مدلسازیAbstract- Spatial experience is the ability of comprehending relation between real world’s objects, spaces and areas and can be acquired after several years of learning and experience by the expert persons. This experience leads to generating spatial knowledge and can be helpful in making high accuracy, realistic and in accordance with reality decisions. Therefore, using some methods for storing and reusing this experiment and preventing the exit of experiences from organizations is necessary. In this research, different experience modeling methods such as semantic networks, rules, logic and ontology are investigated and due to the advantages of ontology method in comparison with other methods, this modeling method is chosen for proposing an algorithm for storing spatial experiences in urban route finding. In this regard, first, an ontology model is created with the taxi routes in Tehran city. Then, this ontology model is used for route finding and its results compared with Dikjestra’s algorithm at peak traffic times. The results show that although the route lengths of ontology based route finding algorithm are longer than route lengths of Dikjestra’s algorithm but its travel times are lower and in some routes the difference between travel times reaches to 10 minutes.Keywords: ontology, Spatial experiences, Route finding, Modeling
-
افزایش طول عمر شبکه به عنوان چالشی اساسی در توسعه شبکه های حسگر بیسیم به شمار می آید. مسیریابی مبتنی بر خوشه بندی به عنوان یک راهکار مناسب به منظور بهبود مصرف انرژی و افزایش طول عمر در شبکه های حسگر بیسیم ارائه شده است. مبنای بسیاری از الگوریتم هایی که تاکنون ارائه شده اند، خوشه بندی در هر دور و ارسال تک پرشه اطلاعات، به ایستگاه پایه است. خوشه بندی در هر دور باعث افزایش تعداد پیام های کنترلی ارسالی، افزایش احتمال تصادم و کاهش انرژی در شبکه می شود. ارسال چند پرشه اطلاعات افزایش طول عمر گره سرخوشه و بهبود عملکرد شبکه را در پی دارد. در الگوریتم پیشنهادی به منظور استفاده همزمان از مزایای خوشه بندی و ارسال چند پرشه اطلاعات یک پروتکل مسیریابی فازی مبتنی بر خوشه بندی جدید با در نظر گرفتن حد آستانه ثابت ارائه شده است. نوآوری های صورت گرفته در این مقاله، شامل عدم اجرای خوشه بندی در هر دور، در نظرگرفتن حد آستانه ثابت، استفاده از الگوریتم های متفاوت به منظور خوشه بندی و همچنین ارائه مسیریابی چند پرشه با در نظر گرفتن گره میانی مناسب به منظور ارسال از هر خوشه به ایستگاه پایه است. از" انرژی باقیمانده "، " تعداد همسایه ها " و" فاصله " هر گره به عنوان معیارهای فازی برای انتخاب گره سرخوشه استفاده شده است. طرح پیشنهادی در چهار سناریو مختلف با سایر الگوریتم ها از جهت پارامترهای طول عمر شبکه، تعداد گره های مرده در هر دور، اولین گره مرده، نیمی از گره های مرده ، آخرین گره مرده وانرژی باقیمانده شبکه در هردور مقایسه شده است. نتایج حاصل از شبیه سازی نشان می دهد که الگوریتم پیشنهادی موجب افزایش 44. 5 درصدی طول عمر شبکه نسبت به سایر روش ها شده است.کلید واژگان: مسیریابی، خوشه بندی، سیستم فازی، شبکه حسگر بیسیمA major challenge in the development of wireless sensor networks is Increase network lifetime. Cluster-based routing protocols are proposed as a solution to improve energy consumption in wireless sensor networks. Clustering in each round and the single-hop transmission to base station is base of many algorithms that have been presented so far. Clustering in each round increases the number of control messages, collision and reduces energy of the network. Multi-hop routing increases the life time of cluster nodes and improves network performance. Proposed algorithm use the benefits of clustering and multi-hop routing, we consider a new fuzzy clustering based routing protocol with fixed threshold. The innovations of proposed paper include clustering nodes in different rounds, consideration of a fixed threshold, using different clustering algorithms, and multi-hop routing by considering the appropriate intermediate node In order to send data from each cluster head to the base station. Fuzzy inference using parameters such as "remaining energy", "neighbors' number", and "distance" of each node. The proposed algorithm has been compared with other algorithms on the field of network lifetime parameters, number of dead nodes per round, first dead node, half dead, and last dead node. The simulation results show that the proposed algorithm increases the network life expectancy of 44.5 percent in compared with other methods.Keywords: Routing, Clustering, Fuzzy System, Wireless sensor network
-
مصرف انرژی در شبکه های حسگر بی سیم مهمترین چالش در این نوع از شبکه ها است. مکان یابی و مسیریابی بهینه گره ها دو راه حل شناخته شده برای کاهش مصرف انرژی در شبکه های حسگر بی سیم هستند که به طور گسترده ای مورد بررسی محققین و پژوهشگران قرار گرفته اند. محققین همواره به دنبال راهکاری بوده اند تا بتوانند مصرف انرژی را کاهش و در نتیجه طول عمر شبکه بی سیم را افزایش دهند. تکنیک ها و روش های مختلفی برای این منظور تاکنون ارائه شده است که هر کدام دارای نقاط ضعف و قوت مخصوص به خود است. در این مقاله، به افزایش طول عمر شبکه و بهینه سازی مصرف انرژی با استفاده از روش ترکیبی الگوریتم بهینه سازی ازدحام ذرات و الگوریتم زنبورعسل پرداخته ایم. این تحقیق دربرگیرنده 100 تا 1500 تکرار است. نتایج ارزیابی نشان می دهد که الگوریتم ترکیبی، طول عمر شبکه را به میزان قبل توجهی افزایش و مصرف انرژی را کاهش داده و حتی در برخی شرایط خاص، بهبود مصرف انرژی نسبت به روش ازدحام ذرات حاصل شده است. تعداد گره های از کار افتاده در اغلب موارد حدودا کمتر از روش PSO است.کلید واژگان: بهینه سازی ازدحام ذرات، روش زنبور عسل، شبکه حسگر بی سیم، مسیریابی
-
با توجه به رشد و توسعه شبکه های کامپیوتری،اهمیت موضوع مسیریابی پیش از گذشته شده است.اهمیت استفاده از شبکه های چندبخشی را امروزه نمی توان نادیده گرفت.بسیاری از برنامه های چندرسانه ای نیاز به ارسال یک بسته از یک منبع به چندین مقصد،از طریق یک شبکه ارتباطی دارند.برای پشتیبانی از چنین برنامه هایی نیازمند ایجاد یک درخت چندبخشی بهینه می باشیم،که نشان دهنده مسیرهای بهینه دستیابی ازیک منبع ارسال کننده به چندین مقصد مورد نظر است.دستیابی به یک درخت بهینه جهت مسیریابی ،از جمله مسائلی است که دارای پیچیدگی فراوانی می باشد. در این مقاله به دنبال ارائه روشی برای مسیریابی در شبکه های چندبخشی ،با توجه به پارامترهایی مانند هزینه و تاخیر می باشیم. همچنین این مقاله اهمیت ویژه ای به این موضوع داده است که هر یک از پارامترهای ذکر شده جهت مسیریابی، برای بسته های متفاوت دارای ارزش های متفاوت نیز می باشند و به تناسب ارزش هریک از این پارامترها، درخت های مسیریابی چندبخشی بهینه ای ایجاد می شود. جهت دستیابی به این هدف ازدو الگوریتم ژنتیک و الگوریتم کولونی مورچه ها استفاده می شود.نتایج به دست آمده از شبیه سازی نشان داده است که الگوریتم های ارائه شده با توجه به تناسب بسته ها،توانایی ایجاد درخت های چندبخشی بهینه ای را دارا می باشند.کلید واژگان: الگوریتم ژنتیک، کولونی مورچه، مسیریابی، شبکه های کامپیوتریDue to the growth and development of computer networks, the importance of the routing topic has been increased. The importance of the use of multicast networks is not negligible nowadays. Many of multimedia programs need to use a communication link to send a packet from a sender to several receivers. To support such programs, there is a need to make an optimal multicast tree to indicate the optimal routes from the sending source to the corresponding sinks. Providing an optimal tree for routing is a complicated problem. In this paper, we are looking forward a method for routing of multicast networks with considering some parameters such as the cost and delay. Also, this paper has emphasized the issue that every parameter in routing problem has different value for different packets. And in accordance to these parameters optimal routing multicast trees are proposed. To gain this end, the genetic algorithm and ant colony optimization approaches are adopted. The simulation results show that the presented algorithms are able to produce optimal multicast trees subject to the packets.Keywords: genetic algorithm, ant colony, routing, computer networks
-
محدودیت انرژی در شبکه های حسگر بی سیم، مسیریابی بسته ها را با چالش های اساسی روبرو کرده است. در کاربردهای مبتنی بر رخداد، محدودیت های ذاتی این شبکه ها باعث شده است که بر اثر ترافیک بیش از حد بسته ها، گره های حسگر نزدیک چاهک انرژی خود را تخلیه نمایند. در اثر این تخلیه ماموریت شبکه با مشکل اساسی روبرو خواهد شد. روش کدگذاری شبکه با کدگذاری و کدگشایی بسته های داده، گذردهی شبکه را بهبود داده، تاخیر انتها به انتها را کاهش داده و شبکه را در برابر برخی خطاها مقاوم می نماید. در این مقاله یک الگوریتم مسیریابی با استفاده از کدگذاری شبکه ارائه شده است. در روش پیشنهادی برای تعیین مسیرها، پارامترهای کیفیت پیوند ارتباطی و انرژی موجود همسایه ها را در نظر گرفته و علاوه بر آن برای ارسال اطلاعات از کدینگ شبکه استفاده می شود. نتایج شبیه سازی نشان می دهد که روش پیشنهادی در مقایسه با روش دیگر، قابلیت اطمینان را افزایش و انرژی مصرفی را کاهش می دهد.کلید واژگان: شبکه های حسگر بی سیم، قابلیت اطمینان، مسیریابی، کدگذاری شبکه، انرژی مصرفیEnergy constraint in wireless sensor networks, have been made the packets routing with essential issues. In event based applications, the inherent constraint of these networks and large packet traffics affects the networks lifetime. Hence, the energy of sensor nodes near the sink node will be exhusted and the duty of WSNs will be affected with this problem. Network coding scheme with encoding and decoding of data packets, have improved the throughput, reduces the average end-to-end delays and resilient the networks against the fails. In this paper, we proposes a routing algorithm using network coding scheme. For selecting appropriate routing paths, the proposed scheme considers the link quality and residual energy of neighbor nodes. Simulation results show that the proposed scheme increases the network reliability and decreases the energy consumption in comparing with other relate scheme.Keywords: Wireless sensor networks, Reliability, Routing, Network coding, Energy efficiency
-
پیدا کردن مسیر بهینه در شبکه های حمل و نقل یکی از مهم ترین آنالیز های مورد استفاده در سیستم های اطلاعات مکانی همراه است. تغییرات پیوسته ترافیک نسبت به زمان در شبکه حمل و نقل، منجر به ایجاد عدم اطمینان درپیداکردن بهترین مسیر با استفاده ازالگوریتم های رایج شده است. شکل یاد شده منجر به وجود ریسک تغییر مسیر در برخورد با تغییرات شدید ترافیکی برای مسیرهای از قبل پیش بینی شده خواهد شد. در مقاله حاضر پس از معرفی مفهوم ریسک، نحوه مدل سازی آن بر پایه مشخصات توپولوژیکی گراف شبکه، ارائه شده است. با کمک مدل پیشنهادی، کارایی الگوریتم های بهترین مسیر را می توان تا میزان قابل قبولی افزایش داد. این مسئله با پیاده سازی الگوریتم پیشنهادی روی شبکه واقعی در منطقه یک تهران تایید شده است.
کلید واژگان: مسیریابی، سیستم های اطلاعات مکانی همراه، شبکه حمل و نقل، ریسک مسیر، دسترس پذیری، کوتاه ترین مسیرFinding the shortest path in transportation networks is one of the most important analyses which is usesd mobile GeoInformation Systems. Continuous changes of traffic congestion in transportation networks make unreliability in estimating the shortest path using current algorithms. This leads each obtained path to have “risk of changing path” in severe traffic congestion.In the current paper, after introducing the concept of the risk, the method of modeling this risk based on topologic and geometric characteristics of networks has been mentioned. The effectiveness of shortest path algorithms could be much increased with an acceptable rate using the proposed model. This is confirmed by testing the proposed algorithm on the real network of a region of Tehran.
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.