کاهش هزینه مصرفی در سیستم مدیریت انرژی خانه هوشمند (HEMS) با زمان بندی در نرم افزار NS2

❇️ هدف کلی پروژه

ما در این پروژه سه هدف کلی را دنبال می کنیم که شامل کاهش هزینه مصرف انرژی در سیستم های خانه هوشمند ، پیش بینی میزان مصرف انرژی در ساعات پیش رو و افزایش طول عمر لوازم خانگی موجود در خانه هوشمند می باشد. سناریوی شبکه پیشنهادی مبتنی بر تکنولوژی Zigbee و استاندارد ۸۰۲٫۱۵٫۴ می باشد. با توجه به اینکه در شبکه zigbee ، سنسورهای موجود دارای برد کوتاه و انرژی محدودی می باشند لذا باید راهکاری مناسب جهت برقراری ارتباط بین سنسورها و همچنین انرژی مصرفی آنها در نظر گرفت.

⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

فیلم اجرا و خروجی پروژه کاهش هزینه مصرفی در سیستم مدیریت انرژی خانه هوشمند (HEMS) با زمان بندی در نرم افزار NS2

⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

کتاب آموزش عملی کاربردی و تصویری CCNA 200-125 به زبان ساده

کتاب آموزش عملی کاربردی و تصویری CCNA 200-125 مولف شناخته ‌شده و متبحری در زمینه سیسکو دارد که شامل آموزش دقیق و اصولی موارد زیر با زبانی ساده و تصویری می باشد: تشریح کامل بیش از ۹۰ لابراتوار کاربردی و عملی مربوط به دوره CCNA 200-125 ، تشریح کامل دستورات پیکربندی و مدیریت و عیب‌ یابی روترها و سوییچ ‌ها ، تشریح کامل دوره CCNA 200-125 به صورت ۱۰۰ درصد عملی و تصویری ، آخرین تغییرات دوره آمورشی CCNA 200-125 ، تشریح کامل پروژه‌ی نصب و پیکربندی شبکه‌ یک دانشگاه از صفر تا صد ، تشریح تجهیزات سیسکو شامل Router ها ، Switch ها و Module ها.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

شبیه سازی توپولوژی شبکه حسگر بی سیم با استاندارد ZigBee در OPNET

در این مقاله از نرم افزار شبیه ساز OPNET 17.5 یا که قادر به تولید نتایج صحیح و تجزیه و تحلیل برای شناسایی رفتار واقعی سیستم می باشد، استفاده شده است. با استفاده از این برنامه شبیه ساز ، عملکرد توپولوژی های ستاره ای (star) ، درختی (tree) و مش (mesh) پشتیبانی شده توسط استاندارد ZigBee براساس پارامترهای تاخیر انتها به انتها (end-to-end delay) ، توان عملیاتی (throughput) ، ترافیک شبکه و mac load مقایسه شده است. سپس تجزیه و تحلیل عملکرد بر روی شبکه PAN مختلف (شبکه منطقه ‌ای شخصی) با استفاده از کنترل کننده های زیگبی تک تایی و دوگانه انجام شد.

سرانجام رفتار گره ثابت و متحرک شبکه با توجه به پارامترهای کیفیت تأخیر انتها به انتها و ترافیک دریافت شده توسط مقصد مقایسه شد. در نهایت، رفتار گره ثابت و متحرک با توجه به پارامترهای کیفی تاخیر انتها به انتها و ترافیک دریافت‌ شده توسط گره مقصد، مقایسه شد.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

تحرک تطبیقی گره ها در شبکه UWSN با آستانه گذاری بهینه پروتکل DBR در متلب

در این مقاله، ما قابلیت تحرک تطبیقی گره در پروتکل مسیریابی مبتنی بر آستانه (AMCTD) را پیشنهاد می کنیم که در آن به دنبال بررسی تغییرات در عمق آستانه و اجرای تابع وزنی بهینه به منظور دستیابی به طول عمر بیشتر شبکه هستیم. ما طرح خود را در سه مرحله اصلی شامل به روز رسانی وزن، تغییر عمق آستانه و تحرک تطبیقی گره ‌های پیک جداسازی کردیم.

در حین انتقال داده‌ ها، ما چارچوب تغییرات در آستانه را برای مقابله با شرایط پراکنده شبکه فراهم می ‌کنیم. ما در نهایت با استفاده از نرم افزار MATLAB شبیه سازی برای بررسی دقیق عملکرد طرح پیشنهادی خود و مقایسه آن با دو پروتکل مسیریابی قابل توجه دیگر از نظر طول عمر شبکه و سایر پارامتر های اساسی انجام می دهیم. نتایج شبیه سازی در متلب تأیید می کند که عملکرد روش پیشنهادی ما در زمینه شبکه های حسگر بی سیم زیر آبی (UWSN) بهتر بوده است.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

کشف حمله کرم چاله چندگانه (Multiple Wormhole) در شبکه WSN با آنتن جهت دار در متلب

در این پروژه یک راه حل جدید و کارامد برای کشف حملات کرم چاله چندگانه (Multiple Wormhole) ارائه می گردد که براساس اسکن کردن قطاعی و لایه ای شبکه توسط ایستگاه اصلی عمل می کند، راه حل پیشنهادی نیازی به سخت افزار های خاص اضافی یا مکانیزم همگام سازی ندارد و در عین حال نتایج شبیه سازی با نرم افزار MATLAB نشان می دهد که با احتمال بسیار بالا wormhole را تشخیص داده و همچنین محل دقیق wormhole را نیز تعیین می کند.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

بخشی از فیلم آموزشی پروژه کشف حمله کرم چاله چندگانه (Multiple Wormhole) در شبکه WSN با آنتن جهت دار در متلب


⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

خوشه بندی هوشمند و تعادل مصرف انرژی در شبکه 5G مبتنی بر اینترنت اشیا (IOT) با متلب

در این مقاله ما یک الگوریتم خوشه بندی هوشمند (Smart-BEEM) را برای دستیابی به انرژی کارآمد و ارتباطات با کیفیت تجربه کاربری (QoE) در شبکه اینترنت اشیا و نسل پنجم تلفن همراه (IOT-5G) مبتنی بر خوشه ارائه می دهیم. این یک رفتار کاربر و یک رویکرد آگاهانه است که هدف آن تسهیل دستگاه های اینترنت اشیا برای انتخاب رابط های ارتباطی مناسب و همچنین انتخاب بهینه ترین سرخوشه ها برای انتقال داده می باشد.

نتایج شبیه سازی با نرم افزار MATLAB نشان می دهد که الگوریتم Smart-BEEM می تواند عملکرد روش های BEE و BEEM را برای طول عمر حساس به پوشش شبکه را بیشتر بهبود بخشد.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

بخشی از فیلم آموزشی پروژه خوشه بندی هوشمند و تعادل مصرف انرژی در شبکه 5G مبتنی بر اینترنت اشیا (IOT) با متلب


⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

کاهش مصرف انرژی در شبکه MANET با مسیریابی گلبرگی و یادگیری تقویتی در متلب

در این پروژه سعی داریم با استفاده از پایش سرعت حرکت گره ها، تعیین عرض گلبرگ و انتخاب آگاهانه گره های گام بعدی، بهترین و بهینه ترین مسیر را برای مسیریابی داده ها انتخاب می کنیم به نحوی که نرخ اتلاف بسته کاهش و مصرف انرژی گره ها کاهش یابد. استفاده از مدل‌ های ریاضی در شناسایی سیستم‌ های واقعی همواره موجب به وجود آمدن شناختی دقیق تر از آن سیستم‌ها گردیده است زیرا می توان رفتار سیستم در حالتها و شرایط مختلف را پیش بینی نمود و سیاست لازم در برخورد با چنین رفتاری را از قبل اتخاذ نمود.

در صورتی که تحرک گره‌ها افزایش یابد، با استنباط از تحرک بالای گره‌ها و خروج آنها از ناحیه تحت پوشش مسیر ایجاد شده، با استفاده از یادگیری تقویتی (Reinforcement Learning) و مفهوم پاداش و جریمه، عرض گلبرگ را افزایش می‌ دهیم تا با ارسال پیام و کشف مسیر در یک ناحیه بزرگتر، پایداری مسیرها افزایش یابد. با این کار با توجه به افزایش قابلیت اطمینان مسیر، نرخ تحویل بسته به مقصد افزایش خواهد یافت.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

مقاله کاربرد شبکه های حسگر بدنی در حوزه سلامت (مروری بر شبکه های WBAN)

مقاله پیش رو به شکل مروری تدوین شده است. برای تحلیل پژوهش حاضر در مورد شبکه های حسگر بدنی بی سیم، شناخت و کاربرد شبکه های بدنی در حوزه سلامت پایگاه های اطلاعاتی بین المللی Springer , PubMed Central , Science Direct (Elsevier) و IEEE جستجو گردید و از مقاله های منتشر شده در آنها مطالب جمع آوری شد. در این مقاله به معرفی کاربردهای پزشکی، معماری عمومی، چالش های توسعه و طراحی شبکه های حسگر بدنی پرداخته شد. با توجه به توضیحات ارائه شده، می توان اذعان داشت که کاربرد شبکه های بدنی در حوزه سلامت دارای چالش های بسیاری بوده اما در مقابل، سودمندی های غیر قابل انکاری برای کاربران داشته است. از این رو در کارهای آینده می توان به جزئیات الزامات توسعه و طراحی در حوزه سلامت پرداخت.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

ارزیابی توان عملیاتی در سیستم دسترسی چندگانه با قابلیت شنود سیگنال حامل (CSMA/CA) در متلب

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

شبیه سازی ارتباطات بی سیم با نظریه بازی ها (Game Theory) در نرم افزار متلب

برای معرفی پروژه مثالی را که از سناریوی ارتباطات بی سیم بسیار رایج گرفته شده در نظر می گیریم که در شکل بالا نشان داده شده است. در این سناریو دو فرستنده در تلاش برای رسیدن به گیرنده خود با یکدیگر مداخله می کنند. این طرح ساده سناریو های بسیاری را در بر می گیرد. می توان از آن برای مدل سازی یک سیستم چند سلولی با گره های قرمز و آبی متعلق به دو سلول مختلف استفاده کرد.

در این سناریو یک شبکه ناهمگن داریم که گره های قرمز و آبی به یک سلول ماکرو و یک سلول کوچک تعلق دارند. همچنین یک سیستم رادیویی شناختی داریم که در آن گره های قرمز و آبی کاربران اصلی و کاربران ثانویه هستند. همینطور یک سیستم ارتباط دستگاه به دستگاه (D2D) داریم که گیرنده ها نیز گره های شبکه می باشند.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

جلوگیری از حمله سیاه چاله در شبکه WSN با الگوریتم گرگ خاکستری (GWO) در متلب

در این پروژه تلاش می کنیم تا با استفاده از الگوریتم گرگ خاکستری (Grey Wolf Optimizer) یک روش کارا و امن برای تشخیص حملات سیاه چاله (Black Hole) در شبکه های حسگر بی سیم (WSN) ارائه دهیم. در این پروژه ابتدا اطلاعات پیام های درخواستی (id فرستنده، id ایستگاه پایه و id ارسال کننده ها( را ثبت می کنیم. هر گرهای که پیام درخواستی را دریافت میکند، گره ارسال کننده را به لیست ارسال کننده ها اضافه می کند. اطلاعات گره های ارسال کننده برای تأیید فعال بودن گره مورد سنجش قرار می گیرد.

با دریافت پیام پاسخ به اطلاعات ثبت شده رجوع کرده درصورتی که ارسال کننده در لیست تأیید کنندگان موجود باشد که به روال عادی ادامه خواهد داد. در غیر این صورت به مقدار متغیر مشکوک گره موردنظر اضافه می کنیم و وارد مرحله الگوریتم بهیته گرگ خاکستری (GWO) می شویم که گره را ردیابی و محاصره کرده و به گره حمله می کند و در لیست مهاجمان و حذفیات قرار می دهد.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

فیلم اجرا و خروجی پروژه جلوگیری از حمله سیاه چاله در شبکه WSN با الگوریتم گرگ خاکستری (GWO) در متلب

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

بررسی استفاده از مخابرات ماهواره ای در کاربردهای اینترنت اشیا

با توجه به گسترش روزافزون کاربردهای اینترنت اشیا (IOT) و همینطور اشکالاتی که اینترنت اشیای زمینی در پوشش مناطق دور افتاده دارد، استفاده از ماهواره در کاربردهای اینترنت اشیا موضوعی ضروری به نظر می رسد. در این مقاله با بررسی ماهواره های مختلف، ماهواره مناسب در کاربردهای اینترنت اشیا معرفی می شود.

در ادامه تعداد ماهواره های مدار ارتفاع پایین جهت پوشش سراسری زمین با تامین حداقل زاویه فراز برای ارتفاع های مختلف بدست می آید. نتایج بدست آمده تعداد ماهواره های مورد استفاده در صورت فلکی روزت را تایید می کند. در آخر لایه مختلف شبکه های مخابرات ماهواره ای مورد بررسی قرار گرفته و تصحیح لازم در مورد آنها انجام می شود.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

بهبود کیفیت سرویس در رایانش ابری با الگوریتم علف هرز مهاجم (IWO) در متلب

هدف این پروژه یافتن یک سرویس مرکب نزدیک بهینه با آگاهی از کیفیت سرویس براساس معیارهای کیفیت سرویس (QoS) در محیط رایانش ابری و پوشش جامع تر فضای مساله با به کارگیری الگوریتم IWO می باشد. استفاده از روش مبتنی بر الگوریتم بهینه سازی علف های هرز مهاجم برای یافتن یک روش انتخاب سرویس نزدیک بهینه با آگاهی از کیفیت سرویس در محیط محاسبات ابری، جنبه نوآوری این پروژه می باشد.

بدین صورت که مسئله ترکیب سرویس های ابری آگاه از کیفیت سرویس برای یافتن یک مجموعه از سرویس های نامزدی ابری با ویژگی های عملکردی مختلف بکار گرفته می شود که اولا محدودیت های مشخص شده توسط کاربر را رعایت کرده و ثانیا یک تابع هدف را بهینه کند. شبیه سازی در MATLAB در قالب سه سناریو با استفاده از الگوریتم ژنتیک (GA) ، الگوریتم زنبور عسل (ABC) و الگوریتم علف های هرز مهاجم (IWO) انجام شده و نتایج به دست آمده نشان می دهد که روش ما به کمک الگوریتم IWO کارایی بهتری نسبت به الگوریتم GA و ABC داشته است.

⏬ اطلاعات بیشتر در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

پروژه بهبود پوشش دهی مبتنی بر محتوای جغرافیایی خودروها در شبکه VANET با NS2

⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

پروژه مسیریابی فرصت طلبانه در شبکه حسگر بی سیم برداشت انرژی (EH-WSN) با نرم افزار NS2

⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

پروژه تجزیه و تحلیل انتقال فایل در شبکه با پروتکل FTP در نرم افزار OPNET

⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)

پروژه ارزیابی عملکرد پروتکل های مسیریابی شبکه MANET در کاربرد های VOIP با نرم افزار OPNET

⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇

🔗 لینک دسترسی (اینجا کلیک کنید)