انتخاب حسگرهای لبه ای با استفاده از مدل تصمیم‌گیری چندمعیاره سلسله‌مراتبی پویا

انتخاب حسگرهای لبه ای با استفاده از مدل تصمیم‌گیری چندمعیاره سلسله‌مراتبی پویا

عزیز حنیفی1

1) هیات علمی دانشگاه

کد IOI مقاله : AAHD-ABHCKG
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    شبکه‌های گره‌های حسگر لبه‌ای(Edge Sensor Nodes) به عنوان بخش مهمی از زیرساخت اینترنت اشیا می آیند گره‌های حسگر لبه‌ای برای کمک به تصمیم‌گیری هوشمند در حوزه‌های مختلفی استفاده می‌شوند؛ از جمله ساختمان‌های هوشمند، مدیریت زنجیره تأمین، پایداری محیطی، رباتیک صنعتی و لجستیکی، و همچنین کاربردهای اینترنت اشیا (IoT). که معمولاً با محدودیت انرژی و نیاز به مدیریت کارآمد منابع مواجه هستند. مسئله‌ای که در صورت بی‌توجهی، موجب کاهش طول عمر شبکه، تضعیف کیفیت پوشش و اتصال می‌شود. با این حال، طراحی یک روش بهینه و کم‌هزینه برای نصب حسگرها در محیط‌های پیچیده که دارای انواع دیوارها و منابع تداخل سیگنال هستند یک چالش مهم محسوب می‌شود. روش‌های سنتی معمولاً بر اساس آزمون و خطا انجام می‌شوند و اغلب به راه‌حل‌های غیر‌بهینه منجر می‌گردند. این روش‌ها معمولاً مسائل مهمی مانند مصرف انرژی و کیفیت سرویس شبکه (QoS) را به‌خوبی در نظر نمی‌گیرند. بر این اساس، هدف پژوهش حاضر ارائه یک رویکرد تصمیم‌گیری چندمعیاره سلسله‌مراتبی پویا (Dynamic-AHP) برای انتخاب گره های لبه‌ای می باشد تا از طریق وزن‌دهی به‌روز‌شونده و متناسب با شرایط عملیاتی شبکه، بتوان کارایی شبکه را افزایش داد. که مدل تصمیم‌گیری چندمعیاره سلسله‌مراتبی پویا با تکیه بر تخصیص پویا و وزن معیارها از جمله انرژی باقیمانده، پوشش، اتصال و هزینه می تواند گره های حسگر لبه ای را به صورت کارآمد انتخاب کند.

کلمات کلیدی : اینترنت اشیا کارایی انرژی حسگر لبه ای پوشش اتصال