نام و نام خانوادگی: محمد مهدی ارزانی
عنوان پایان نامه: بهبود مصرف انرژی در محیطهای SDN مبتنی بر شبکه اینترنت اشیاء با استفاده از الگوریتم گرگ خاکستری
رشته تحصیلی: مهندسی کامپیوتر -شبکههای کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر حسین مرادی
چکیده:
اینترنت اشیاء یک الگوی امیدوار کننده فناوری در دنیای ارتباطات امروزه به شمار میرود. ارتباط متقابل دستگاههای هوشمند، محرکها، حسگرها و دستگاههای فیزیکی با اینترنت، منجر به محدودیتهای مربوط به منابعی مانند مصرف انرژی و بازده انتقال میشود. مصرف انرژی گرههای حسگر پس از چنین استقرار عظیمی همواره به عنوان یک مسئله جدی به شمار میرود. شارژ یا تعویض باتری در شبکههای حسگر غیرممکن است. بنابراین، طراحی گرههای حسگر با مصرف انرژی بهینه بسیار مهم است که باعث بهبود کارایی کلی شبکه میشود. هم چنین انتقال کارآمد و به موقع بستههای مهم نیز در سناریوهای اینترنت اشیاء مسئلهای مهم است. اگرچه راه حلهای زیادی برای برآوردن الزامات کیفیت سرویس برای برنامههای مختلف مبتنی بر اینترنت اشیا ارائه شده است، اما هنگامی که تعداد گرهها بسیار زیاد میشود، معمولاً افزایش قابل توجهی در عملکرد شبکه ایجاد نمیکنند. فناوری شبکه مبتنی بر نرم افزار (SDN)، بستر برجستهای را برای حل این مسئله در محیط اینترنت متراکم و ناهمگن فراهم کرده است. در این تحقیق، ما برای غلبه بر این مشکل یک الگوی مدل سازی جدید سازمان یافته بر روی یک روش پیاده سازی دو سطحی را ارائه میدهیم. برای سطح اول، ما یک پروتکل مسیریابی جدید بر اساس الگوریتم گرگ خاکستری پیشنهاد میکنیم. هدف اصلی استفاده از الگوریتم گرگ خاکستری، به حداقل رساندن تعداد پیامهای کنترلی رد و بدل شده در شبکه و انتخاب بهترین گره سرخوشه در شبکه حسگر بیسیم است. برای سطح دوم از الگوریتم یادگیری عمیق Q در شبکه مبتنی بر نرم افزار (SDN) برای انتخاب بهترین مسیر هدایت بستهها استفاده میشود. شبیهسازی نشان میدهد که مدل پیشنهادی، از نظر متوسط مصرف انرژی، مدت زمان ماندگاری شبکه عملکرد قابل توجهی دارد.
کلیدواژه: :محیط SDN، اینترنت اشیاء، الگوریتم گرگ خاکستری، مصرف انرژی، یادگیری تقویتی عمیق
تاریخ دفاع: پاییز 1400