دانلود مقاله ترجمه شده مکانیزم تحمل پذیری در برابر خطا برای اینترنت اشیاء (IoT) با استفاده از حل الگوریتم محاسباتی الهام گرفته از طبیعت (NIC)


چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2009977 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
1,195,000 ریال
شناسه محصول :
2009977
سال انتشار:
2021
حجم فایل انگلیسی :
244 Kb
حجم فایل فارسی :
2 مگا بایت
نوع فایل های ضمیمه :
pdf+word
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

مکانیزم تحمل پذیری در برابر خطا برای اینترنت اشیاء (IoT) با استفاده از حل الگوریتم محاسباتی الهام گرفته از طبیعت (NIC)

عنوان انگليسي

Fault Tolerance Mechanism for Internet of Things (IoT) by Solving Nature Inspired Computing Algorithm (NIC)

نویسنده/ناشر/نام مجله

IT in Industry

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 5 صفحه انگلیسی به صورت پی دی اف و 14 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی

چکیده

در رویکرد خوشه بندی، گره های حسگر در یک خوشه گروه بندی می شوند. گره های یک شبکه خوشه بندی دارای قابلیت های مصرف کم باتری و پردازش محدود هستند. این گره ها به صورت پیوسته داده ها را با سرخوشه تبادل می کنند که به نوعی تبدیل داده به ایستگاه پایه خود است. تعداد اندکی از این گره ها در شبکه ممکن است معیوب باشند یا ممکن است به علت توان کم باتری خود از پردازش مادام العمر داده پشتیبانی نکنند. همه این گره های حسگر، دما، رطوبت، صدا و آلودگی را از محیط اندازه می گیرند و داده های جمع آوری شده را برای پردازش بیشتر به ابر ارسال می کنند. مکانیزم تحمل پذیری در برابر خطای این گره ها با به کار گیری الگوریتم ژنتیک حل می شود که این کار را با استفاده از تکنیک کروموزوم برای شناسایی و جلوگیری از گره های معیوب در شبکه انجام می دهد. این کار تحقیقاتی پیشنهادی منجر به افزایش تشخیص گره های معیوب در یک شبکه، افزایش راندمان و طول عمر شبکه، و دستیابی به نتایج بهینه سازی انرژی در زمینه اینترنت اشیاء (IoT) می­شود. ارزیابی عملکرد نشان می دهد که دقت داده در الگوریتم ژنتیک (GA) در مقایسه با الگوریتم انتشار مستقیم (DD) و الگوریتم بردار مسافت مورد تقاضای موردی (AODV) بیشتر است.

1-مقدمه

ابزار خوشه بندی شبکه از مسیریابی داده برای مفهوم اینترنت اشیاء (IoT) پشتیبانی می کند. هنگامی که باتری تعدادی از گره ها در یک شبکه خوشه ای ضعیف شود یا گره ها دچار خطا شوند، مابقی گره ها باید وظیفه را بدون هیچ گونه وقفه در انتقال طرح مسیر یابی انجام دهند و گره های دارای خطا شناسایی می شوند، که منجر به جلوگیری از ایجاد راه مسیریابی نهایی می شود تا  خوشه بندی در مفهوم اینترنت اشیاء (IoT) عملکرد بهتری داشته باشد…

خوشه بندی اینترنت اشیاء (IoT) مکانیزم تحمل پذیری در برابر خطا :کلمات کلیدی

چکیده انگلیسی

Abstract

In clustering approach the sensor nodes are grouped to form a cluster. The nodes of a clustering network have low powered battery capability and limited processing capabilities. These nodes continuously exchange the data to cluster head which is in turn transforming the data to its base station. Few of these nodes in network may be faulty or may not support life time processing data due to its low power battery. All these sensor nodes measure the temperature, humidity, sound and pollution from environment and collected data is send to cloud for further processing. The fault tolerance mechanism of these nodes is solved by applying genetic algorithm by implementing chromosome technique to identify and avoid fault nodes in the network. This proposed research work increases detection of fault nodes in a network, increase network efficiency, lifetime and reach energy optimization results in Internet of Things (IoT) concept. The performance evaluation shows that the data accuracy in Genetic Algorithm (GA) is higher when compared with Direct Diffusion (DD) Algorithm and Ad-hoc on demand Distance Vector (AODV) Algorithm.

Keywords: Clustering Internet of Things (IoT) Fault tolerance mechanism
Skip Navigation Linksصفحه اصلی > دپارتمان ها > دپارتمان فنی و مهندسی > مهندسی کامپیوتر و IT > مقاله های مهندسی کامپیوتر و IT و ترجمه فارسی آنها > مکانیزم تحمل پذیری در برابر خطا برای اینترنت اشیاء (IoT) با استفاده از حل الگوریتم محاسباتی الهام گرفته از طبیعت (NIC)
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید