22368

طراحي لايه توزيعي مديريت داده در اينترنت اشياء صنعتي

كارشناسي ارشد

شبكه‌هاي كامپيوتري

بهمن 96

1399/3/13

دكتر زينب موحدي

كامپيوتر

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.

1399/06/15

Designing the Data Management Distributive Layer in Industrial IoT

6/3/2021 12:00:00 AM

The Internet of Things (IoT) is an emerging technology that makes it easy to perform human tasks by connecting objects such as home appliances, ventilation systems, office machines, industrial and agricultural machinery, sensors, and vehicles. Due to its wide range of applications, today, the Internet of Things, both academically and industrially, is one of the leading topics of interest to researchers and craftsmen. One of the applications of the Internet of Things is in the industrial field, which has led to the fourth generation industrial revolution (Industry 4.0.). On the Industrial Internet of Things (IIoT), communications are in the form of machine-to-machine links, so they need to meet requirements such as reliability and real-time. One of the main requirements of the Industrial Internet of Things is to minimize access delay to vital data and optimal energy consumption. But today's centralized industrial networks are unable to meet the basic needs of the Industrial Internet of Things. Because data management methods on the Industrial Internet of Things, suffer from such deficiencies as, Lack of intermediate node capacity to store data, Lack of simultaneous reduction of the delay constraint and the goal of energy reduction and Lack of calculationg energy consumption on the side of data producers nodes and intermediate nodes. At this thesis, in order to reduce energy consumption and access delay we introduce a method which data generates from data producers, to store in the middle nodes, to access data consumers such data. With the goal of being able to minimize energy consumption, which consumes for routing data from data producers toward intermediate nodes and from intermediate nodes toward data consumers and energy, which consumes for turning intermediate nodes on. In order to reduce energy consumption and access delay from distributed data management networks, we have introduced and modeled our problem. Since the time complexity of this problem is high, we have used the Ant Colony Optimization (ACO) algorithm, which is a metaheuristic algorithm based on collective intelligence. We have used CPLEX and MATLAB tools as well as the proposed algorithm to evaluate the proposed problem model. The results of the evaluation of this thesis show that the proposed method, for the objective function criterion, has improved by 47% compared to the related method and is only 11% away from the optimal method.