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)
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)
نت سیمولیت | شبیه سازی شبکه های کامپیوتری
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…
Media is too big
VIEW IN TELEGRAM
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)
⏬ 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)
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)
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)
⏬ 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)
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)
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)
نت سیمولیت | شبیه سازی شبکه های کامپیوتری
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…
Media is too big
VIEW IN TELEGRAM
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)
⏬ 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)
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)
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)
⏬ 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)
⏬ 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)
⏬ 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)
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
پروژه الگوریتم امن برای مسیریابی داده های میدان نظامی در شبکه WSN با نرم افزار متلب
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
بهبود مسیریابی چندگانه در شبکه بی سیم بدنی (WBAN) با الگوریتم ژنتیک در متلب
مسیریابی یکی از چالش های اصلی در طراحی شبکه های بی سیم بدنی (WBAN) می باشد. پروتکل های مسیریابی موجود اشکالاتی را برای شبکه های عملی نشان می دهد:
اول، معیارهای ناکافی (به عنوان مثال فقط انرژی یا فاصله) برای انتخاب گره های فوروارد کننده استفاده می شود. دوم، پارامترهای قابل کنترل پروتکل به صورت دستی تعیین می شوند و از تنظیم خودکار استفاده نمی شود. سوم، پروتکل بر اساس مشخصات برنامه تنظیم و بهینه سازی نشده است. به منظور غلبه بر اشکالات ذکر شده، یک پروتکل مسیریابی بهینه و تکاملی با نام پروتکل EMRP در این مقاله پیشنهاد شده است.
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
مسیریابی یکی از چالش های اصلی در طراحی شبکه های بی سیم بدنی (WBAN) می باشد. پروتکل های مسیریابی موجود اشکالاتی را برای شبکه های عملی نشان می دهد:
اول، معیارهای ناکافی (به عنوان مثال فقط انرژی یا فاصله) برای انتخاب گره های فوروارد کننده استفاده می شود. دوم، پارامترهای قابل کنترل پروتکل به صورت دستی تعیین می شوند و از تنظیم خودکار استفاده نمی شود. سوم، پروتکل بر اساس مشخصات برنامه تنظیم و بهینه سازی نشده است. به منظور غلبه بر اشکالات ذکر شده، یک پروتکل مسیریابی بهینه و تکاملی با نام پروتکل EMRP در این مقاله پیشنهاد شده است.
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
افزایش طول عمر شبکه WSN مبتنی بر سوپر گره ها با الگوریتم SCA در متلب
در این مقاله ما الگوریتم بهبنه سازی سینوس کسینوس (Sine Cosine Algorithm) که به اختصار SCA نامیده می شود را در مسیریابی و خوشه بندی برای بهینه سازی طول عمر شبکه های حسگر بی سیم (WSN) پیاده سازی کرده ایم.
گره هایی که انرژی بالاتری دارند به عنوان سر خوشه برای افزایش طول عمر شبکه WSN استفاده می شود و همچنین تاثیر استفاده از گره های با انرژی بالاتر برای دو موقعیت متفاوت ایستگاه پایه (BS) مورد مطالعه قرار می گیرد. در نتایج شبیه سازی با نرم افزار MATLAB الگوریتم ما با الگوریتم ژنتیک (GA) و الگوریتم بهینه سازی ازدحام ذرات (PSO) مقایسه می شود.
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این مقاله ما الگوریتم بهبنه سازی سینوس کسینوس (Sine Cosine Algorithm) که به اختصار SCA نامیده می شود را در مسیریابی و خوشه بندی برای بهینه سازی طول عمر شبکه های حسگر بی سیم (WSN) پیاده سازی کرده ایم.
گره هایی که انرژی بالاتری دارند به عنوان سر خوشه برای افزایش طول عمر شبکه WSN استفاده می شود و همچنین تاثیر استفاده از گره های با انرژی بالاتر برای دو موقعیت متفاوت ایستگاه پایه (BS) مورد مطالعه قرار می گیرد. در نتایج شبیه سازی با نرم افزار MATLAB الگوریتم ما با الگوریتم ژنتیک (GA) و الگوریتم بهینه سازی ازدحام ذرات (PSO) مقایسه می شود.
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
مقاله مروری داده های کلان در محاسبات ابری (چشم انداز مدیریت منابع)
در این مقاله ما در چهارچوب محیط محاسبات ابری که برای مقابله با مدیریت منابع فوق و مشکلات مقیاس پذیری طراحی شده، به بررسی برخی از چارچوب های داده های بزرگ محبوب و پر کاربرد می پردازیم. هدف اصلی از این مطالعه، چگونگی طبقه بندی سیستم های بزرگ مدیریت منابع داده های مختلف است.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این مقاله ما در چهارچوب محیط محاسبات ابری که برای مقابله با مدیریت منابع فوق و مشکلات مقیاس پذیری طراحی شده، به بررسی برخی از چارچوب های داده های بزرگ محبوب و پر کاربرد می پردازیم. هدف اصلی از این مطالعه، چگونگی طبقه بندی سیستم های بزرگ مدیریت منابع داده های مختلف است.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
مقاله مروری تکنیک های کارآمد مدیریت منابع در محاسبات ابری
افزایش روز افزون زیرساخت های رایانش ابری و تقاضای کاربران برای خدمات ، مدیریت منابع ابری را به صورت دستی غیرممکن ساخته است. در این مقاله ما مدیریت منابع ابری را برای زیرساخت ها به عنوان یک سرویس بررسی کردیم. ما ضمن تمرکز بر روی تکنیک های مدیریت منابع مانند تهیه منابع ، کشف منابع ، نظارت بر منابع ، نقشه برداری از منابع ، تخصیص منابع ، تلفیق منابع ، الگوسازی منابع ، زمانبندی منابع ، مروری بر یافته های تحقیق و فناوری های اخیر داشته ایم. این بررسی روش های نوآورانه را برای رفع مشکلات موجود در مدیریت منابع در محاسبات ابری ایجاد کرده است و امیدواریم که بتواند از این طریق به عنوان منبع خوانندگان علاقه مند برای درک روش های موجود در این زمینه تحقیق برای پیشرفت های آینده استفاده شود.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
افزایش روز افزون زیرساخت های رایانش ابری و تقاضای کاربران برای خدمات ، مدیریت منابع ابری را به صورت دستی غیرممکن ساخته است. در این مقاله ما مدیریت منابع ابری را برای زیرساخت ها به عنوان یک سرویس بررسی کردیم. ما ضمن تمرکز بر روی تکنیک های مدیریت منابع مانند تهیه منابع ، کشف منابع ، نظارت بر منابع ، نقشه برداری از منابع ، تخصیص منابع ، تلفیق منابع ، الگوسازی منابع ، زمانبندی منابع ، مروری بر یافته های تحقیق و فناوری های اخیر داشته ایم. این بررسی روش های نوآورانه را برای رفع مشکلات موجود در مدیریت منابع در محاسبات ابری ایجاد کرده است و امیدواریم که بتواند از این طریق به عنوان منبع خوانندگان علاقه مند برای درک روش های موجود در این زمینه تحقیق برای پیشرفت های آینده استفاده شود.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
Forwarded from نواوران گرمی
ترجمه مقاله مسیریابی خطوط پایدار در WSN برای برنامه های IOT
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
بهبود مصرف انرژی در مسیریابی بین خوشه ای شبکه WSN با الگوریتم ژنتیک در نرم افزار NS2
هدف این پروژه افزایش طول عمر شبکه های بی سیم است. از آنجا که مشارکت نودها در تبادل اطاعات مسیریابی یکی از عوامل مهم مصرف انرژی نودها می باشد، در پروژه قصد کاهش و توزیع یکسان مشارکت نودها در فرآیند تبادل اطلاعات مسیریابی را داریم. اهداف کلی عبارتند از: افزایش طول عمر شبکه حسگر از طریق سعی در توزیع یکنواخت بار شبکه و میزان مصرف هماهنگ انرژی در میان تمام نودها ، دستیابی به کیفیت خدمات مسیریابی سلسله مراتبی در شبکه های حسگر بی سیم.
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
هدف این پروژه افزایش طول عمر شبکه های بی سیم است. از آنجا که مشارکت نودها در تبادل اطاعات مسیریابی یکی از عوامل مهم مصرف انرژی نودها می باشد، در پروژه قصد کاهش و توزیع یکسان مشارکت نودها در فرآیند تبادل اطلاعات مسیریابی را داریم. اهداف کلی عبارتند از: افزایش طول عمر شبکه حسگر از طریق سعی در توزیع یکنواخت بار شبکه و میزان مصرف هماهنگ انرژی در میان تمام نودها ، دستیابی به کیفیت خدمات مسیریابی سلسله مراتبی در شبکه های حسگر بی سیم.
⏬ اطلاعات بیشتر ، تصاویر و فیلم خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)