طراحي لايه توزيعي مديريت داده در اينترنت اشياء صنعتي

كارشناسي ارشد

اينترنت اشياء، فناوري نوظهوري است كه با اتصال سراسري اشيائي همچون، لوازم منزل، سيستم¬هاي تهويه، ماشين¬هاي اداري، ماشين‌آلات صنعتي و كشاورزي، حسگرها، خودروها، باعث سهولت انجام وظايف انساني مي‌شود. با توجه به كاربردهاي گسترده آن، امروزه ‌اينترنت اشياء چه در حوزه علمي و چه در حوزه صنعت، يكي از موضوعات پيشتاز و مورد¬علاقه پژوهشگران و صنعتگران مي‌باشد. يكي از كاربردهاي اينترنت اشياء در حوزه‌ي صنعتي مي‌باشد كه منجربه انقلاب صنعتي نسل چهارم شده است. در اينترنت اشياء صنعتي ارتباطات در قالب لينك¬هاي ماشين-به-ماشين مي¬باشند، به گونه¬اي كه بايد نيازمندي¬هايي همچون، قابليت اطمينان و بلادرنگ بودن را پاسخ دهد. يكي از نيازمندي‌هاي اصلي اينترنت اشياء صنعتي كمينه بودن تأخير دسترسي به داده¬هاي حياتي و مصرف انرژي بهينه است. اما شبكه‌هاي صنعتي فعلي كه به صورت متمركز هستند، قادر به پاسخ‌گويي نيازمندي‌هاي اساسي اينترنت اشياء صنعتي نيستند. يكي از راه‌هاي كاهش تأخير دسترسي، استفاده از روش¬هاي مديريت توزيع داده در بستر شبكه‌هاي اينترنت اشياء صنعتي مي‌باشد. روش‌هاي موجود در مديريت داده اينترنت اشياء صنعتي، از كمبودهايي همچون، عدم لحاظ ظرفيت گره‌هاي مياني جهت ذخيره‌ كردن داده، عدم لحاظ همزمان محدوديت تأخير و كاهش انرژي و همچنين عدم لحاظ انرژي مصرفي در سمت گره‌هاي توليد‌كننده داده و گره‌هاي مياني، رنج مي‌برند. به اين منظور، در اين پايان‌نامه براي كاهش مصرف انرژي و تأخير دسترسي، روشي ارائه ‌مي‌كنيم كه داده‌هايي كه از سمت گره‌هاي توليد‌كننده داده، توليد مي‌شوند، در گره‌هاي مياني، جهت دست‌يابي گره‌هايي كه مصرف‌كننده چنين داده‌هايي هستند، ذخيره شوند، با هدف اينكه انرژي حاصل از مسير‌يابي داده‌ها از سمت توليد‌كننده داده به سمت گره‌هاي مياني و از سمت گره‌هاي مياني به سمت مصرف‌كننده داده و همچنين انرژي حاصل از روشن ماندن گره‌هاي مياني، كمينه باشد. همچنين بايد شروطي همچون، محاسبه و كنترل تأخير دسترسي به داده براي دو نوع داده حياتي و غيرحياتي تضمين شود. علاوه‌براين، حجم داده‌هاي ذخيره شده در گره‌هاي مياني، نبايد بيشتر از ظرفيت حافظه داخلي گره‌هاي مياني، در نظر گرفته شود. به منظور كاهش مصرف انرژي و تأخير حاصل از شبكه‌هاي مديريت داده توزيع شده، مسئله خود را معرفي و مدل‌سازي نموده‌ايم، از آن‌جايي كه پيچيد‌گي زماني اين مسئله زياد مي‌باشد، از الگوريتم بهينه‌سازي كلوني مورچه‌گان كه يك روش فرامكاشفه‌اي مبتني بر هوش جمعي است، استفاده نموده‌ايم. به منظور ارزيابي مدل مسئله پيشنهادي و همچنين الگوريتم ارائه شده، از ابزارهاي CPLEX و MATLAB استفاده نموده‌ايم. نتايج ارزيابي اين پايان‌نامه نشان مي‌دهد، روش پيشنهادي، براي معيار تابع هدف، 47 درصد نسبت به روش مرتبط بهبود داشته و تنها 11 درصد با روش بهينه فاصله دارد.

194726

دانشگاه علم و صنعت ايران

شبكه‌هاي كامپيوتري

دكتر زينب موحدي