آینده بلاک چین برای امنیت اینترنت اشیا: یک مقاله موقعیت

A blockchain future for internet of things security: a position paper

چکیده
1. مقدمه
3. بحث و بررسی
4. زنجیره‌ی بلوکی برای IoT
5. آینده‌ای با زنجیره‌ی بلوکی؟
منابع

چکیده
دستگاه‌های اینترنت اشیا به‌طور فزاینده‌ای در زمینه‌های غیرنظامی و نظامی، از شهرهای هوشمند و شبکه‌های هوشمند گرفته تا اینترنت پزشکی اشیا ، اینترنت رسانگرها ، اینترنت نظامی اشیا ، اینترنت میدان نبرد اشیا و غیره، دیده می‌شوند. در این مقاله به بررسی و مرور مقالاتی در زمینه‌ی راه‌حل‌های امنیتی IoT پرداخته‌ایم که از ژانویه‌ی سال 2016 به زبان انگلیسی چاپ شده‌اند. از مشاهدات ما، عدم وجود مجموعه‌داده‌های IoT با دسترسی عمومی، جهت استفاده در جوامع تحقیقاتی و شغلی است. با توجه به ماهیت حساس بالقوه‌ی مجموعه‌داده‌های IoT، نیاز به تدوین و توسعه‌ی استاندارد اشتراک‌گذاری مجموعه‌داده‌های IoT میان جوامع تحقیقاتی و شغلی و سایر ذینفعان احساس می‌شود. بنابراین، ابتدا به پتانسیل فن‌آوری زنجیره‌ی بلوکی در تسهیل امنیت اشتراک‌گذاری مجموعه‌داده‌های IoT (مثلاً استفاده از زنجیره‌ی بلوکی برای اطمینان از یکپارچگی مجموعه‌‌داده‌های به اشتراک گذاشته شده) و امن کردن سیستم‌های IoT، قبل از ارائه‌ی دو روش مفهومی مبتنی بر زنجیره‌ی بلوکی پرداخته‌ایم. در انتهای این مقاله، 9 سوال تحقیقاتی بالقوه ارائه کرده‌ایم.

2. بررسی و مرور IoT موجود و روش‌های امنیتی مربوطه
2.1. روش‌های شناسایی و پیشگیری از نفوذ
طراحان بدافزار امروزی و مهاجمین سایبری خلاق و نوآور بوده و به‌طور مداوم به‌دنبال دور زدن اقدامات موجود هستند (برای مثال، تولید نسخه‌های مختلف بدافزار با استفاده از جهش ). اکثر روش‌های IDS و IPS موجود برای شناسایی تلاش‌های دسترسی غیرمجاز و حملات محروم‌سازی از سرویس توزیع‌شده طراحی شده‌اند. به‌عنوان مثال، آل‌سونبول و همکاران [11] یک سیستم دفاعی شبکه برای شناسایی و پیشگیری از تلاش‌های دسترسی غیرمجاز، با تولید پویای پروتکل جدید جهت جایگزینی پروتکل استاندارد ارائه کرده‌اند. هدف این امر، مغشوش کردن تلاش‌های پویش است. همچنین مسیر شبکه متناوباً برای جلوگیری از دسترسی غیرمجاز و پویش ترافیک تغییر می‌کند. با این حال، تعداد بسته‌های تولیدی می‌تواند بیش از حد باشد. در روش زیتا ، نرودا و وویتک [19]، از رزپری ‌پای 3 برای امن کردن بازخوان‌های سامانه‌ی بازشناسایی با امواج رادیویی فرکانس‌ فرابالایی استفاده شده که از پروتکل بازخوان سطح‌پایین استفاده می‌کنند. به‌طور خاص، دو نرم‌افزار Fail2ban و سوریکاتا به‌دلیل عملکرد و مقیاس‌پذیری بالا به‌عنوان راه‌حل انتخاب شدند. Fail2ban از معماری پیچیده پشتیبانی می‌کند؛ بنابراین، مناسب پیاده‌سازی در محیط ابری با حسگرها و سرورهای متعدد است. عملکرد سوریکاتا بهتر از اسنورت بوده و پردازش چندریسمانی مورد نیاز CPU چندهسته‌ای رزبری پای 3 را فراهم می‌کند. پارک و آن [50] شناسایی و عملکرد اسنورت و سوریکاتا را هنگام مواجهه با حملات DoS را تحلیل و مقایسه کرده و نتیجه گرفتند مصرف CPU اسنورت کمتر است. هرچند، سوریکاتای چندریسمانی عملکرد شناسایی تک‌هسته‌ای و چندهسته‌ای بهتری دارد.

در ادامه به بررسی سامانه‌های شناسایی و/یا پیشگیری از نفوذ پرداخته‌ایم. برای سادگی از IDPS جهت ارجاع به سامانه‌های شناسایی و/یا پیشگیری از نفوذ استفاده شده است.

2.1.1. طبقه‌بندی بر اساس روش‌ها
رمزنگاری یک روش رایج است که برای تامین محرمانگی و یکپارچگی داده، همانند روش‌های امنیتی چندلایه‌ای گزارش شده در [27، 32]، استفاده می‌شود. به‌طور خاص، چانگ و راماچاندران [27] یک راه‌حل امنیتی چندلایه برای محاسبات ابری پیشنهاد داده‌اند. اولین لایه‌ی امنیتی، دیوار آتش و کنترل دسترسی است که برای اطمینان از دسترسیِ تنها کابران مجاز و معتبر به سیستم‌ها و داده‌ها، طراحی شده است. وظیفه‌ی لایه‌ی دوم، مدیریت هویت و پیشگیری از نفوذ، جهت شناسایی مجدد کاربران و حذف تمامی پرونده‌های مخرب شناسایی شده، است. لایه‌ی سوم رمزنگاری همگرا است که یک خط‌مشی امنیتی از بالا به پایین را ارائه می‌دهد. برای ارزیابی روش پیشنهادی، نویسندگان آزمایش نفوذ روی 10 پتا‌بایت داده از مراکز داده انجام داده‌اند. با توجه به نتایج آزمایش، زمان مورد نیاز برای بازیابی بعد از تلاش دسترسی غیرمجاز حداقل 125 ساعت است. مککائوئی و همکاران [32] یک مدل امنیتی و حفظ حریم شخصی ابری چندلایه ارائه کرده‌اند که شامل پنج لایه است: لایه‌ی امنیت فیزیکی و محیطی ، لایه‌ی امنیتی زیرساخت ابری ، لایه‌ی امنیتی شبکه ، لایه‌ی داده و لایه‌ی کنترل دسترسی و مدیریت امتیاز .

استفاده از اینترنت اشیا در صنعت ساخت و ساز و مدیریت تسهیلات: مرور نمونه های کاربردی

Use of the Internet of Things in the Construction Industry and Facility Management: Usage Examples Overview

چکیده

1 مقدمه

2 روش شناسی

3 فرایند شناسایی و مرور کلی نمونه های کاربردی

4 نتیجه گیری

منابع

چکیده

اینترنت اشیا (IoT) به عنوان حوزه مهمی در نظر گرفته می شود که در زمینه تلاش های دیجیتال سازی مرتبط با عصر چهارم ساخت و ساز به سرعت در حال تکامل پیدا کردن است. در این مقاله قصد داریم کاربردهای اینترنت اشیا را در چارچوب صنعت ساخت و ساز در مراحل منتخب چرخه عمر تاسیسات یعنی مرحله ساخت و ساز و مرحله عملیاتی مورد بررسی قرار دهیم. به طور ویژه، نمونه هایی از کاربردهای این حوزه جمع آوری شدند و مورد بحث قرار گرفتند و در نهایت تحلیل ما با کمک چندین مقاله مروری مرتبط با یک مبحث مشخص تکمیل شدند. نتایح تحلیل ما نشان می دهند که اینترنت اشیا با توجه به پیچیدگی پروژه های ساخت و ساز و همچنین عمرمفید طولانی مدت تاسیاست می تواند پتانسیل کاربردی گسترده و متنوعی داشته باشد. مفاهیم کاربردی اینترنت اشیا در مراحل چرخه عمر اشاره شده عمدتا متفاوت هستند و برای مثال بر روی مسائل کیفیت، سلامت و ایمنی در چارچوب مرحله ساخت و ساز یا مفاهیم هوشمندی و مدیریت انرژی در چارچوب مرحله عملیاتی تمرکز می کنند. علاوه بر این، ما در تحلیل خود یک موضوع مشترک را برای هر دو مرحله بررسی شده شناسایی کردیم که همان ارتباط متقابل بین اینترنت اشیا و مدل بندی اطلاعات ساختمان است. از آنجا که پیش بینی میکنیم پیاده سازی پروژه های ساختمانی با کمک مدل بندی اطلاعات ساختمان در آینده بیشتر رواج پیدا کند، انتظار داریم که اهمیت این رابطه متقابل بین اینترنت اشیا و مدل بندی اطلاعات ساختمان نیز افزایش پیدا خواهد کرد.

2- روش شناسی
ما جست و جوی خود در منابع را در چارچوب پایگاه های داده اسکوپوس، سایسنس دایرکت و همچنین پایگاه داده وب آو ساینس انجام دادیم. واژه های کلیدی استفاده شده در جست و جوی ما شامل عباراتی همچون «اینترنت اشیا»، «ساخت و ساز» و «مدل سازی اطلاعات ساختمان» بودند. جست و جوی ما در حوزه های موضوعی «مهندسی» و «انرژی» بودند. ما در زمان غربال اولیه چکیده ها و عنوان ها تصمیم گرفتیم که لیست انتشارات را از طریق تمرکز بر روی مطالعات موردی عملی (تمرکز موضوعی)، توجه به تعداد ارجاعات (اهمیت علمی) و تاریخ انتشارات، کوتاه کنیم. به عبارت دیگر، ما انتشارات اخیر را ترجیح دادیم (به جا بودن منابع). ما بر اساس این سه رویکرد توانستیم انتشارات مرتبط را برای ادامه تحلیل خود شناسایی کنیم. بعد از خواندن متن کامل مقالات منتشر شده، لیست نهایی ما شامل 21 منبع منتشر شده در ژورنال های آکادمیک بود. در نهایت مطالعه ما با کمک یک مقاله کنفرانس و یک کتاب مرتبط تکمیل شد. تحلیل ما همچنین شامل مقالات مروری بود تا اینکه از منابع مدرن در دسترس آگاهی داشته باشیم.

سپس در ادامه لیست نهایی انتشارات تحلیل شد. هدف ما آشکار کردن حوزه های عملی نمونه کاربردهای مرتبط در صنعت ساخت و ساز با تمرکز ویژه بر روی مراحل ساخت و ساز و عملیات در چرخه عمر ساختمان بود. ما بر اساس این گام ها توانستیم یک جدول مرور کلی ارائه دهیم که شامل حوزه های کاربردی در چارچوب این دو مرحله چرخه عمر ساختمان بود.

آنالیز رمز پروتکل احراز هویت برای محیط اینترنت اشیا (IOT) به کمک ابر

Cryptanalysis of Authentication Protocol for Cloud Assisted IoT Environment

چکیده

1 مقدمه

2 طرح پیشنهادی لی و همکاران

3 تحلیل

4 نتیجه گیری و تحقیقات آینده

منابع

چکیده

امروزه حسگرها به دلیل مزایایی مانند هزینه کم، نگهداری اندک، محیط خصمانه و سایر موارد در برنامه های کاربردی مبتنی بر بی سیم نقش مهمی ایفا می کنند. از سوی دیگر فناوری های مبتنی بر ابر روز به روز در حال افزایش هستند تا به منظور پردازش بخش بزرگی از داده در زندگی افراد حضور داشته باشند. همچنین اینترنت اشیاء (IOT) با استفاده از حسگرها برای برنامه های کابردی مختلف مبتنی بر اینترنت و اتصال به آنها از طریق ابر مسیری باز می کند. موضوع اصلی در تمام این فناوری ها احراز هویت است یعنی کاربر از راه دور بتواند به سرور دسترسی داشته باشد و از طریق کانال ناامن احراز هویت انجام دهد. در حال حاضر، لی و همکاران طرح احراز هویت را در محیط مبتنی بر IOT با استفاده از حسگرها پیشنهاد کردند و ادعا کردند که در برابر حملات مختلف ایمن است. با این حال، ما در این تحقیق این طرح پیشنهادی را تحلیل کرده ایم و ثابت کرده ایم که هنوز مستعد کنترل کلید، هماهنگ سازی زمان و تایید کننده سرقت شده است. علاوه بر این، هزینه سرباری برای تایید وجود خواهد داشت که می تواند باعث حمله DoS برای راه اندازی بزرگ شود. 

3 تحلیل
ما در این بخش تحلیل مربوط به لی و همکاران [47] را به صورت زیر آورده ایم.
کنترل کلید: اینطور گفته می شود که اگر یک طرف موجودیت بتواند کلید جلسه را تنظیم کند، این طرح در برابر حمله کنترل کلید آسیب پذیر است. در طرح پیشنهادی لی و همکاران دستگاه سنجش (SD_j ) مرحله h(N_sd∥K_gs) را انجام می دهد که در آن هر دو متغیر تنها با SD_j انتخاب می شوند. بنابراین، طرح پیشنهادی لی و همکاران نسبت به حمله کنترل کلید آسیب پذیر است.

همگام سازی زمان: اینطور گفته می شود که اگر نیاز باشد که موجودیت های درگیر از ساعت یکسانی استفاده کنند، در برابر همگام سازی زمانی بیمه می شوند. در طرح پیشنهادی لی و همکاران، U_i و SD_j نیاز به ساعت مشابهی برای تایید تمام ارتباطات پیام دارند. بنابراین، هرگونه تاخیر در پیام و همچنین همگام سازی ساعت یکسان نیاز به پشتیبانی مداوم اینترنت دارد. بنابراین، طرح پیشنهادی لی و همکاران در برابر حمله همگام سازی زمانی آسیب پذیر است.

حمله تکراری: اینطور بیان می شود که اگر ارسال پیام مشابه دیر تشخیص داده شود، در برابر حمله تکراری ایمن خواهد بود و نیاز به قدرت محاسباتی موجودیت های درگیر دارد. نسخه گسترده تر این حمله باعث حمله انکار سرویس (DoS) می شود. در طرح پیشنهادی لی و همکاران، عملیات موردنیاز به صورت زیر هستند.

نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0: چالش ها و جهت گیری های تحقیقاتی

An imperative role of 6G communication with perspective of industry 4.0: Challenges and research directions

چکیده
مقدمه
اصول مطالعه 
بررسی اجمالی 6G و فناوری کمک کننده اخیر در گرایش به صنعت 4.0
چشم انداز 6G
خدمات ارائه شده توسط 6G
نیاز فناوری های اساسی برای 6G
فناوری های فعال برای ارتباطات 6G
توصیه ها و چالش ها
نتیجه گیری
منابع

چکیده
کشور های متحد هدفی را برای رسیدن به پایداری تا سال 2030 از نظر اجتماعی،اقتصادی و زیست محیطی تعیین کرده اند. ثابت شده است که دیجیتالی شدن یک رویکرد مهم برای رسیدن به هدف پایداری است. همراه با دیجیتالی شدن و صنعت 4.0، همچنین مطزح شد که ارتباطات 6G برای کاهش انتشار کربن، مدیریت موثر منابع طبیعی و… مفید است. بر اساس این انگیزه، این اولین مطالعه ای است که سعی در ارائه اهمیت ارتباطات 6G از دیدگاه صنعت 4.0 دارد. فناوری های بنیادی ارتباطات بی سیم 6G در لایه فیزیکی مورد تاکید قرار گرفته است،همچنین فناوری های توانمند سازی صنعت 4 برای ارتباطات 6G همراه با جزئیات مورد بحث قرار می گیرند. توصیه ها و چالش ها برای مسیرهای آینده مورد بحث قرار می گیرند. 6G برای ارتباطات مدار پایین زمین (LEO) و عملیات مرکز داده برای گره های شبکه 6G، و شبکه 6G با محاسبات هوایی، توصیه های ارائه شده در این مطالعه است. نوآوری این مطالعه این است که جنبه پایداری، چشم انداز شبکه 6G با فناوری های اساسی و صنعت 4.0 را با جزئیات یکپارچه کرده و مورد بحث قرار می دهد. توصیه‌ها و چالش‌های ارائه‌شده در این مطالعه، محققان را به انجام این مطالعه برای تحقیقات آینده در پیاده‌سازی ارتباطات 6G برای دستیابی به پایداری با صنعت 4.0 تشویق می‌کند.

اصول مطالعه
در این بخش به اصول دنبال شده در این تحقیق پرداخته ایم. مطالعه حاضر بر روی بحث در مورد چگونگی پیاده سازی ارتباطات 6G با فناوری های فعال صنعت 4.0 متمرکز است.شکل 3 نمودار PRISM مطبوعات مورد نظر در این تحقیق را نشان می دهد. بر اساس این سوال، پژوهش از استراتژی جستجو و معیارهای انتخاب، جمع آوری و استخراج داده ها و تجزیه و تحلیل داده ها پیروی کرده است. مقالات از پایگاه های تحقیقاتی مرتبط مانند Scopus، web of Science و IEEE explore به دست آمده اند. برای به دست آوردن مقالات تحقیقاتی در مورد سؤالات تحقیق، از عملگرهای منطقی بولی مانند “AND” و “OR” استفاده کرده ایم.

در این مطالعه، ما از کلمات کلیدی زیر مانند «صنعت 4.0»، «ارتباطات 6G»، «پایداری»، «اینترنت اشیا»، «محاسبات لبه»، «دیدگاه 6G»، «زنجیره بلوکی»، «داده های بزرگ» ، «هوش مصنوعی»، «هواپیمای بدون سرنشین »، «زوج دیجیتالی» استفاده کرده ایم. پس از اخذ مقاله، مرحله بعدی فیلتر کردن مقالات بر اساس مقالات زیر می باشد.

مقالاتی مانند تحقیق، مرور و مطالعه موردی که به زبان انگلیسی منتشر شده اند شامل می شوند. مقالاتی که متن کامل ندارند و مطالعاتی که آزمایش‌های انجام‌شده یا اعتبارسنجی نداشته باشند، مستثنی می‌شوند. مقالاتی که تکراری هستند و همچنین مقالاتی که داوری نشده باشند، مستثنی هستند. فصل‌های کتاب،کنفرانس‌ها و موارد دارای حق ثبت مقالاتی هستند که برای حفظ کیفیت پژوهش مستثنی شده‌اند. در مرحله نهایی، مقاله کامل با در نظر گرفتن پرسش‌های پژوهشی بوجود آمده مورد تجزیه و تحلیل قرار می‌گیرد. بر اساس مقالات به دست آمده، این مطالعه مروری بر ارتباط 6G با صنعت 4.0 را مورد بحث قرار داد.

اینترنت اشیا (IOT) زیربنایی آپ لینک سلولی از طریق اصل ارتباط D2D

IoT Underlying Cellular Uplink Through D2D Communication Principle

چکیده
1 مقدمه
2 کارهای مرتبط
3 مدل سیستم
4 بیان مسئله
5 الگوریتم محاسبه تاخیر و زمانبندی فرصت‌طلبانه
6 نتایج و بحث‌ها
7 نتیجه‌گیری
مراجع

چکیده
ارتباطات دستگاه به دستگاه (D2D) یکی از تکنیک‌های نوآورانه در شبکه‌های سلولی است که می‌تواند برای سیستم‌های ارتباطی بی‌سیم آینده، به ویژه برای اینترنت اشیاء (IoT) مورداستفاده قرار گیرد. یکی از مزیت‌های اصلی ارتباطات D2D، توانایی آن در کاهش ازدحام ترافیک سلولی است، زیرا اکثر برنامه‌های کاربردی IoT به دلیلِ ویژگی تعامل‌پذیری و سازش‌پذیری شبکه‌های سلولی، استفاده از آنها را ترجیح می‌دهند. در این مقاله، یک مدل دسترسی فرصت‌طلبانه به کانال و استراتژی کنترل توان تطبیقی جدیدی برای گروهی از جفت‌ فرستنده-گیرنده IoT  (که از این به بعد جفت‌های D2D می‌نامیم) در زیرلایه مسیرفراسوی سلولی پیشنهاد می‌کنیم. هدف ما از این مطالعه، ارزیابی امکان‌سنجی کاربرد این مدل پیشنهادی در برون‌سپاری ترافیک IoT  است. برای این هدف، ما عملکرد مدل را تحتِ تنظیمات مختلف پارامتری و لحاظ کردن محدودیت‌های عملی مانند محدودیت‌های توان کُل و حداقل بازده طیفی ارزیابی می‌کنیم. علاوه بر این، نتایج را با دو استراتژی کنترل توان ‌مبنا مقایسه می‌کنیم. یافته‌های ما نشان می‌دهند که به جای ساخت معماری شبکه جدید و اختصاصی برای کاربردهایIoT ، می‌توان ترافیک تولیدشده توسط IoT را از طریق ارتباط D2D که در زیربنای مسیر فراسوی سلولی قرار دارند، برون‌سپاری کرد. این رویکرد از اثرات مخرب ترافیک شبکه سلولی جلوگیری می‌کند، و عملکرد رضایت‌بخشی برای کاربران اینترنت اشیاء ارائه می‌دهد.

2- کارهای مرتبط
ما بررسی ادبیات پژوهشی را در سه بخش ارائه می‌کنیم تا مشارکت‌های مطالعه خود را به صورت جداگانه نشان دهیم. در بخش اول، استراتژی‌های بارسپاری داده‌ها به کمک D2D به صورت خلاصه بیان می‌شود. با توجه به سناریوی ما، که دستگاه‌های IoT به عنوان جفت D2D عمل می‌کنند و تمرکز ما نیز بر عملکرد تاخیر و نرخ‌ مجزا است، بنابراین، بررسی مطالعات قبلی ارتباطات D2D مبتنی‌بر کنترل توان و آگاه از تاخیر بسیار حائزاهمیت خواهند بود. در بخش دوم، جدیدترین تحلیل‌های عملکردی ارتباطات D2D آگاه از تاخیر ارائه می‌شود. و در نهایت، دو استراتژی کنترل توان، BPC و CIPC، که به عنوان خطوط مبنا برای ارزیابی طرح پیشنهادی ما انتخاب شدند را بررسی می‌کنیم.

الف- بارسپاری داده با کمکِ D2D
بر اساسِ توپولوژی شبکه و ساختار لینک، فنآوری‌های بارسپاری داده به چهار نوع طبقه‌بندی می‌شوند [17]: 1) بارسپاری داده از طریق شبکه‌های سلولی کوچک، 2) بارسپاری از طریق شبکه‌های وای‌فای، 3) بارسپاری از طریق شبکه‌های فرصت‌طلبانه موبایلی، و 4) بارسپاری از طریق شبکه‌های ناهمگن. بارسپاری‌ داده‌ها از طریق لینک‌های D2D را می‌توان در دسته بندی “بارسپاری فرصت‌طلبانه” قرار دارد، که در ادبیات پژوهشی به سه روش به آن پرداخته شده است: 1) بارسپاری D2D که از دستگاه‌های مجاور برای قابلیت محاسباتی خود استفاده می‌کند [18]، [19]، 2) بارسپاری D2D که از دستگاه‌های مجاور برای افزایش پوشش سلولی از طریق مخابره چندگامه در لینک‌های D2D استفاده می‌کند [20]، [21]، [22]، [23]، 3) بارسپاری D2D با دسترسی فرصت طلبانه برای کاهش ترافیک در شبکه‌های سلولی در صورت امکان [24]، [25]، [12]، [13]، [26].

مطالعه ما در راستایِ رویکرد سوم انجام می شود، با این حال، تمامی مطالعات تحتِ رویکرد سوم به نحوه‌ی بهبود عملکرد شبکه سلولی از طریق بارسپاری پرداختند، و برخی از آنها نیز بررسی کردند که چگونه می‌توان از شبکه‌های اجتماعی برای بارسپاری کارآمد استفاده کرد. مسئله اصلی این مطالعات، نحوه‌ی شروع یا برنامه‌ریزی بارسپاری ارتباط D2D با هدفِ بهبود عملکرد سلولی است. اما هدف مطالعه ما این است که بررسی کنیم آیا استفاده از شبکه‌های سلولی برای برنامه‌های‌کاربردی IoT می‌تواند بدون تأثیر منفی بر کاربران سلولی و در عین حال تحقق معیارهای برنامه کاربردی IoT قابل‌اجرا باشد؟ به جای ایجاد ساختار ارتباطی جدید برای سیستم IoT، تمرکز ما بر تحقق کیفیت سرویس جفت‌هایIoT به هنگام بارسپاری تمام ترافیک تولیدشده توسطIoT از طریق شبکه زیرساخت سلولی D2D است. از این رو، از دیدگاه عملکرد فردی QoS، هیچیک از طرح های بارسپاری D2D کنونی قابل‌مقایسه با کار ما نیستند.

یک روش بلاک چین ترکیبی در اینترنت اشیا (IOT) برای حفظ حریم خصوصی و امنیت در شبکه وسایل نقلیه هوایی بدون سرنشین

A hybrid blockchain method in internet of things for privacy and security in unmanned aerial vehicles network

چکیده

۱. مقدمه

۲. تحقیقات مرتبط

۳. مطالب و روش ها

۴. تحلیل و بحث تطبیقی

۵. چالش های تحقیقاتی آینده

نتیجه گیری

منابع

چکیده

     وسایل نقلیه هوایی بدون سرنشین (UAV)  در کاربردهای مختلف مانند مراقبت های بهداشتی، پزشکی، کنترل ترافیک، نظامی و صنعت پتانسیل زیادی دارند. UAV ها در ارتباط با اینترنت اشیا (IOT) مستقر می شوند تا گیرنده ها یا کاربران نهایی را در پایان ارائه خدمات اینترنت اشیا تسهیل کنند که منجر به حوزه تحقیقاتی جدیدی میشود. هدف این تحقیق تحلیل و دسته بندی تحقیقات پیشین در مورد چارچوب‌های اینترنت اشیای (IOT) UAV ها و شناسایی راه حل های چالش های مربوط به امنیت کلی مانند حریم خصوصی چارچوب‌ها است. در این مقاله، راه حل بهینه برای چالش های مختلف امنیتی و قابلیت اطمینان در کاربردهای اینترنت اشیا مبتنی بر UAV با استفاده از ترکیب چندین روش که بر اساس فناوری های بلاک چین ترکیب می شوند، ارائه شده است. این نتایج بر روی پارامترهای مختلف مانند برنامه کمکی سیستم کلی، دقت، تاخیر و زمان پردازش به دست می آیند و مقایسه می شوند. نتایج روش شناسی پیشنهادی این بهبود را مشخص می‌کند و جهت های تحقیقاتی جدیدی برای آینده ارائه می دهد.

فناوری های استفاده شده در اینترنت اشیا
     بخش اصلی فناوری های مربوط به اینترنت اشیا، شناسایی فرکانس رادیویی (RFID)، بارکد، وای فای، شبکه های بیسیم، پروتکل اینترنت (IP)، zigbee، کد محصول الکترونیکی (EPG)، بلوتوث، محرک ها، ارتباطات میدان نزدیک (NFC)، شبکه های حسگر بی سیم (WSN)، هوش مصنوعی (AI)، رایانش ابری و غیره هستند. RFID مبنای اینترنت اشیا است و نقش بسیار مهمی در هنگام ترکیب با UAV ها ایفا می کند. چنین فناوری هایی، اطلاعات اشیای دارای برچسب را از اینترنت مشابه با RFID خاص کشف می کنند و اشیا (اشیای فیزیکی) را به دنیای سایبری از طریق فناوری های مختلف برچسب‌گذاری مانند RFID، بارکد و NFC، متصل می کنند. بارکد یک فناوری است که اعداد و حروف الفبا را با استفاده از میله ها و فضاها کد گذاری می کند. وای فای با سیگنال های بیسیم با دستگاه ها ارتباط برقرار می کند، در حالیکه بلوتوث فناوری ارتباطی بیسیم با برد کوتاه است. ZigBee یک پروتکل است که ویژگی های شبکه های حسگر بی سیم را ارتقا می دهد. ارتباطات میدان نزدیک (NFC) یک فناوری بیسیم با برد کوتاه است که امکان مقدارهی شهودی از شبکه های بی سیم را فراهم می کند. بکاراندازنده (محرک)، یک مولفه سیستم مکانیکی است که حرکات را هدایت می کند. شبکه های حسگر بی سیم دستگاه هایی هستند که از یک پیوند بی سیم برای ارتباط داده های جمع آوری شده استفاده میکنند. هوش مصنوعی یک فناوری نرم افزاری است که هوش انسان را توسط ماشین ها به ویژه کامپیوتر ها شبیه سازی میکند. رایانش ابری یک سیستم ذخیره سازی با دسترسی از راه دور است. UAVها قادر به خواندن این بارکدها هستند و RFID قادر به ارتباط با دستگاههای حسگرانه با ایجاد شبکه های حسگر بی سیم هستند. اما چنین پیوند های ارتباطی تهدیدات مرتبط با حملات سایبری مانند پارازیت، ربودن و مسمومیت گره ها را نیز به همراه دارند.

     در عصر حاضر، امنیت یکی از مهمترین مباحث اقتصادی و اجتماعی است که نه تنها بر افراد تاثیر می گذارد بلکه همچنین بر نهادها و موسسات دولتی و کسب و کارها نیز تاثیر می گذارد. موضوع این است که چگونه دستگاه های اینترنت اشیای UAVها نسبت به حملات سایبری محافظت می شوند، به همین دلیل امنیت به عنوان بهترین گزینه مطرح می شود. امنیت، محافظت از سیستم شبکه در مقابل خرابی نرم افزاری یا سخت افزاری است.

     محبوبیت دستگاه های اینترنت اشیا به سرعت در حال افزایش است و اینترنت اشیا به بخش جدایی ناپذیر از زندگی روزانه افراد تبدیل شده اند. گجت های اینترنت اشیا در آینده بسیار گسترده خواهند بود و افراد قادر نیستند که زندگی بدون آنها را تصور کنند. تعداد زیادی از دستگاه های اینترنت اشیا به اینترنت متصل می شوند و میزان زیادی از داده ها منتقل می شوند و آنها را در معرض تهدیدات امنیتی قرار می دهند. در نتیجه، یادگیری حفاظت بر اساس اقدام متقابل در مقابل جرایم یک نیاز ضروری است. در نتیجه، امنیت به عنوان یک مسئله مهم تلقی می‌شود که ممکن است از طریق تلاش های هماهنگ در تمام سطوح بررسی شود. پیشرفت های فناورانه انقلابی تحویل دهنده های اینترنت اشیا، زندگی روزانه افراد را برای آنها آسان تر و راحت تر می سازد. معیارهای امنیت سنتی در حفاظت از زیرساخت اینترنت اشیا بی اثر خواهد بود. در حال حاضر، یک پروتکل سازگار برای دفاع از اینترنت اشیا و معیارهای امنیتی پیشرفته سفت و سخت مورد نیاز است.

دستگاه هشدار و پیش بینی افتادن مبنی بر اینترنت اشیا (IoT)

Internet of Things based Fall Prediction and Alerting Device

چکیده

مقدمه

روش شناسی

1- سامانه ی پیشنهادی

2- Twilio و اینترنت اشیاء

3- بستر اینترنت اشیای Thingspeak

نتایج و بحث

نتیجه گیری

منابع

چکیده

     بیش تر اوقات افراد کهنسال تنها زندگی می کنند یا به دلایل بسیار، از افراد جوان تر جدا هستند. از آنجا که آنان تنها زندگی می کنند، معمولاً بر زمین می افتند. این زمین خوردن منجر به مسائل گوناگونی مرتبط با سلامت می-شود و حتی به مرگ می انجامد. در این مقاله، یک دستگاه پیش بینی و هشداردهنده ی افتادن مبتنی بر اینترنت اشیاء نقش عمده ای در کمک کردن به این افراد کهنسال ایفا می کند، چرا که مراقبت و پرستاری مستمر و پیوسته از آنان دشوار است. افزون بر این، دستگاه پیشنهادی به شکلی طراحی شده است که هرگاه بیمار در آستانه ی افتادن باشد، با حس کردن مقدار مربوط به حسگرهای شتاب سنج و چرخش سنج و مقایسه ی آن ها با مقدار آستانه، زنگ مربوط صدای هشداردهنده ای تولید می کند تا موضوع را به بیمار منتقل کند. همچنین، این دستگاه پس از به زمین افتادن بیمار، پیام های هشداردهنده ای برای سرپرست می فرستد. نتیجه نشان می دهد که پیام به سرپرست بیمار هشدار می دهد و باعث می شود که بیمار کمک را به موقع دریافت کند. بدین ترتیب، مراقبت ویژه تضمین می شود تا از آن افراد مراقبت شود و می توان مانع از رخ دادن مسائل مربوط شد.

سامانه ی پیشنهادی

مدل های کنونی فاقد یک دکمه ی چُرت (خاموشی موقت) برای جلوگیری از هشدار کاذب هستند و هیچ گزینه ای برای هشدار دادن به افراد ناشنوا وجود ندارد. محدودیت زمانی برای دریافت پیام هشدار زمان می برد. بیش تر مدل-های کنونی به صورت دستگاه های پوشیدنی طراحی می شوند که می تواند باعث ناراحتی برای کاربر (استفاده کننده) شود. مدل های کنونی عمدتاً با بوردهای آروئینو طراحی می شوند که نسبت به رزبری پای نسبتاً کندتر هستند.

سامانه ی پیشنهادی در مقایسه با مدل های موجود دارای ارتقاهای زیر است:

• مدل پیشنهادی با دکمه ی چُرت برای جلوگیری از هشدار کاذب طراحی می شود.
• این مدل در هشدار دادن به افراد ناشنوا سودمند است چون با LED طراحی می شود.
• کاربرد Twilio تضمین می کند که پیام هشدار به موقع تحویل داده می شود.
• مدل پیشنهادی یک دستگاه تعبیه شده در ویلچر است که نمی تواند هیچ ناراحتی برای کاربر در پی داشته باشد.
• این سامانه با رزبری پای 3 مدل B+ طراحی می شود که سریع تر و دقیق تر است.

شکل 1 نمودار بلوکی این مدل پیشنهادی را نشان می دهد که هم شامل پیش بینی افتادن و هم سامانه ی هشداردهنده است.

     چند بخش وجود دارد که در این اثر مورد استفاده قرار می گیرند، مانند رزبری پای 3 مدل B+، حسگر شتاب-سنج و چرخش سنج (MPU6050)، زنگ فعال، دکمه ی فشار، پایداری کننده و غیره. این دستگاه بر پایه ی مقادیر ثبت شده توسط حسگر شتاب سنج و چرخش سنج که به سرپرست هشدار می دهند، عمل می کند. سامانه ی هشداردهنده در این دستگاه پیام افتادن را به نزدیکان بیمار منتقل می کند. دستگاه زمانی هشدار خود را فعال می کند که تشخیص دهنده ی افتادن سیگنال های دریافتی از حسگر شتاب سنج و چرخش سنج را بلادرنگ رصد کند و بدین وسیله هشداری مبنی بر این که او در حال افتادن است، برای بیمار فراهم می کند. این هشدار زمانی تولید خواهد شد که مقادیر حسگر از مقدار آستانه ی مشخصی فراتر روند یا زمانی که مقادیر با یک نرخ مشخصی در حال افزایش باشند. افزون بر این، دستگاه پیشنهادی شامل یک دکمه ی فشار است که بیمار می تواند آن را فعال کند تا هشدار را در صورت تولید یک هشدار کاذب قطع کند. چنانچه دکمه ی فشار ظرف 10 ثانیه فعال-سازی نشود، پیام به سرپرست بیمار فرستاده خواهد شد. کل این الگوریتم با استفاده از نرم افزار پایتون در درون محیط رزبری پای کدنویسی می شود.

Twilio و اینترنت اشیاء

     Twilio یک اَبَرتارنما از اتصالات میان ارتباطات راه دور و شبکه است که به متصل شدن بی وقفه ی مشتریان در هر نقطه ای و در هر زمانی کمک می کند. این فعال سازی با ایجاد یک حساب کاربری با استفاده از شناسه ی ایمیل سرپرست بیمار آغاز می شود و شماره ی تلفن سرپرست در این حساب لحاظ می شود. افزون بر این، SID حساب (Accounts SID)، توکن احراز هویت (Auth token) و شماره تلفن Twilio (Twilio phone number) در Twilio تولید خواهند شد. این موضوع را می توان در بخش کنسول این صفحه ی وب Twilio مشاهده کرد. شکل 2 صفحه ی وب کنسول در حساب Twilio را نشان می دهد. Twilio دارای کتابخانه هایی برای NodeJS است که با استفاده از آن می توان قابلیت کنترل با متن را برای رزبری پای خود فراهم کرد.

طرح کنترل دسترسی مقیاس پذیر بر اینترنت اشیا بر اساس بلاک چین ها (زنجیره بلوکی)

Scalable Access Control Scheme of Internet of Things Based on Blockchain

چکیده

1- مقدمه

2- تحقیقات مرتبط

3- مدل قابل تعمیم سیستم کنترل دسترسی

4- شبیه سازی آزمایش

5-نتیجه گیری

منابع

چکیده
     با توسعه تکنولوژی اینترنت اشیا (IoT) محیطی گسترده، ناهمگن و دینامیک در میان IoTهای مختلف به وجود آمده است. برای حل مشکل مقیاس پذیری مدیریت دسترسی دستگاه های محدود در اینترنت اشیا، یک مدل سیستم کنترل دسترسی اینترنت بر مبنای تکنولوژی بلاک چین پیشنهاد شده است.این مدل یک قرارداد هوشمند فردی را به کار می‌گیرد که پروسه کلی در شبکه بلاک چین را ساده می کند و ارتباط میان گره ها را کاهش می دهد. بنابر نتایج به دست آمده از شبیه سازی و ارزیابی می توان ثابت کرد که راه حل بدست آمده دارای مقیاس پذیری خوبی است.

تحقیقات مرتبط
     برخی تحقیقات ابتدایی در بلاک چین بر پایه کنترل دسترسی صورت گرفته است. با استفاده حداکثری از مزایای غیر متمرکز، اثبات ویژگی‌های قرارداد هوشمند و قابل ردیابی بودن، بلاک چین به عنوان یک نهاد قابل اطمینان برای ساخت یک مدل کنترل دسترسی است. [2-14] در ابتدا محققان امکان طراحی یک چارچوب جدید برای بلاک چین را بررسی کردند. برای مثال [2-6] مطالعات ، مدل های کنترل دسترسی با طراحی مجدد را پیشنهاد کردند. سپس محققان دسترسی جزئی تری را به جای محدود کردن دسترسی به چهارچوب ارائه کردند. ژانگ [7] و سایرین یک مدل کنترل دسترسی استاتیک را پیشنهاد کردند. دینگ [8] و همکارانش یک روش بر پایه متد کنترل دسترسی برای IoT را پیشنهاد دادند و رامچاندران [9] و همکارانش یک متد مدیریتی از منابع داده های علمی را پیشنهاد کردند.علی [10] و همکارانش یک مدل کنترل دسترسی را تحت اینترنت اشیا پیشنهاد کرده و درخواست هایی را برای یک هیئت مرجع جستجو بیان کرد. علاوه بر آن محققان مشکلات کلیدی در محیط اینترنت اشیا راه حل کرده‌اند. دوری [11] و همکارانش روشی را برای کاهش مشکلات وجود بلاک چین و محاسبه و نگهداری آن ارائه کردند. لین [12] و همکارانش مشکل دسترسی جزئی تری را حل کردند. مدل پیشنهاد شده توسط آلفاند [13] و همکارانش دارای انعطاف پذیری است. مدل پیشنهاد شده توسطma [14] و همکارانش می‌تواند در دامنه وسیعی محاسبه شود. با اینکه بسیاری از مطالعات بر روی ترکیب بلاک چین و کنترل دسترسی صورت گرفته است اما بسیاری از این مدل های کنترل دسترسی به طور کلی مقیاس پذیر نیستند. بنابراین این مقاله یک مدل سیستمی کنترل دسترسی مقیاس پذیر اینترنت اشیا بر پایه یک بلاک چین را پیشنهاد می کند.

     هدف اصلی این مقاله به شرح زیر است: یک سیستم کنترل دسترسی توزیع شده اینترنت اشیا بر پایه تکنولوژی بلاک چین برای حل مشکل مقیاس پذیری مدیریت دسترسی دستگاه های اینترنت اشیاء پیشنهاد شده است. این راه حل گره ای جدید از مرکز مدیریت برای نیازهای کنترل دسترسی به اطلاعات بلاک چین به نمایندگی از اینترنت را تعریف می کند. این مسئله شامل یک قرارداد هوشمند است که تمامی عملیات مجاز در سیستم کنترل شده دسترسی را تعریف کرده و از سیستم حذف نمی شود.این طرح در یک سناریو واقعی اینترنت اشیا ارزیابی شده است و نتایج نشان می‌دهد که تکنولوژی بلاک چین می‌تواند به عنوان یک تکنولوژی مدیریت دسترسی در یک مقیاس خاص از اینترنت اشیا مورد استفاده قرار گیرد.

یکپارچه سازی فرایند مسیریابی مبتنی بر اینترنت اشیاء برای مدیریت زنجیره تامین غذا در شهرهای هوشمند پایدار

Integration of IoT based routing process for food supply chain management in sustainable smart cities

چکیده

1- مقدمه

2- آثار مرتبط

3- روش شناسی

3-1 شبکه ی زنجیره ی تأمین غذای مبتنی بر اینترنت اشیاء

3-1-1 تولیدکننده ی غذا

3-1-2 مرکز انبار کارخانه ی تولیدی

3-1-3 صنعت پردازش و بسته بندی غذا

3-1-4 انبار تأمین غذا و مرکز توزیع

3-1-5 فروشگاه

3-1-6 مصرف کننده

3-1-7 رایانش ابری

3-1-8 پیمانه ی ردیابی و پیگیری آلودگی غذا

3-1-9 پیمانه ی مولد مسیر وسایل نقلیه (VRG)

3-2 مدل مسیریابی وسایل نقلیه بر مبنای مستعمره ی مورچگان

3-2-1 شبکه ی جاده و وسایل نقلیه

3-2-2 مسیریابی وسایل نقلیه ی پویا با بهینه سازی مسیر مستعمره ی مورچگان

3-2-3 اعلان هشدار

4- نتایج و بحث

4-1 گردآوری داده ها

4-2 تحلیل صحت سامانه ی DPSTT

4-2-1 سناریوی 1

4-3 سناریوی 2

4-4 تحلیل مقایسه ای میان DVRACRO پیشنهادی و الگوریتم موجود بر مبنای زمان پیمایش

4-5 تحلیل مقایسه ای میان DVRACRO پیشنهادی و الگوریتم موجود بر مبنای زمان اجرا

5- نتیجه گیری

منابع

چکیده

رشد شتابان جمعیت در محدوده های کلانشهری فشار فزاینده ای به مناطق شهری وارد کرده است. راهبرد محوری در قبال شهرهای هوشمند باید شامل راه حلی برای زندگی کلانشهری و محیط بوم شناختی باشد. یکی از حوزه های کاربردی مهم اینترنت اشیاء در شهرهای هوشمند، صنعت غذا است. سامانه های اینترنت اشیاء به پایش، تحلیل، و مدیریت صنعت غذای بلادرنگ در شهرهای هوشمند کمک می کنند. در این پژوهش، ما یک زنجیره ی تأمین غذای پویای مبتنی بر اینترنت اشیاء برای شهرهای هوشمند  پیشنهاد می کنیم که نه تنها کیفیت غذا را تضمین می کند بلکه مسیریابی وسایل نقلیه ی هوشمند و نیز رهگیری منشأ آلودگی در مواد غذایی را فراهم می آورد. افزون بر این، یک راهبرد گردآوری داده های حسگرهای هوشمند بر مبنای اینترنت اشیاء مورد استفاده قرار می گیرد که کارایی و صحت شبکه ی زنجیره ی تأمین را با حداقل ابعاد مجموعه داده بهبود می بخشد و با ارائه ی یک الگوریتم مسیریابی وسایل نقلیه، منشأ آلودگی مواد غذایی آلوده در بازارها رهگیری می شود. مدل پیشنهادی ما با یک ارزیابی جامع و فراگیر مورد ارزشیابی قرار می گیرد و در این راستا از مقیاس ها عملکردی گوناگونی همچون پیگیری صحت، تأخیر، زمان اجرا، و زمان پیمایش استفاده می شود. نتایج نشان می دهد که سامانه ی پیشنهادی در مقایسه با رویکردهای موجود عملکرد بهتری دارد.

5- نتیجه گیری

در این مقاله، ما شبکه ی زنجیره ی تأمین غذای مبتنی بر اینترنت اشیاء را ارائه می کنیم که به طور کارامدی محصول غذایی آلوده در درون شبکه ی زنجیره ی تأمین را ردیابی و رهگیری می کند و نیز منشأ محصول غذایی آلوده را تعیین می کند. افزون بر این، ما همچنین مسیریابی وسایل نقلیه ی پویا با استفاده از الگوریتم مستعمره ی زنبور عسل را ارائه می کنیم تا زمان پیمایش و اجرای طی حمل و نقل را به حداقل برساند. در اثر پیشنهادی، ما نخست سامانه ی DPSTT را پیش نهادیم که محصول غذایی آلوده و منشأ اصلی را با استفاده از رویکرد نمونه گیری و تقسیم بندی پویای مبتنی بر برآورد بیز ردیابی و رهگیری می کند و سپس گراف جهت دار غیرمدور (DAG) و طرح پیمایش جست وجوی اول عمق (DFS) محصول غذایی را ردیابی و پیگیری می کند. بر اساس تحلیل نتایج، چنین برمی آید که الگوریتم ردیابی و پیگیری DPSTT ما به صحت ردیابی 3/95 درصدی تحت نرخ نمونه گیری کمینه ی 6/7 درصدی در مقایسه با رویکرد سنتیِ نمونه گیری کلی دست می یابد. افزون بر عملکرد بهتر در زمینه ی صحت ردیابی و پیگیری، ما تحلیل مقایسه ای مدل های مسیریابی پویای پیشنهاد با الگوریتم های موجود ازجمله الگوریتم حریصانه و تخصیص تصادفی بر مبنای پارامترهای مقایسه ای شامل زمان اجرا، زمان پیمایش، و تأخیر را نشان می دهیم. تحلیل ارزیابی عملکرد نشان می دهد که مدل پیشنهادی بهترین مسیر بهینه را پیشنهاد می کند که کم ترین زمان پیمایش، کم ترین تأخیر، و کم ترین زمان اجرا را فراهم می آورد. در این مقاله، ما پیشنهاد کردیم که همه ی اطلاعات منابع مواد غذایی با یک انبار مرکزی مقایسه شود و این منابع فراداده به شکل یکنواخت و یکدستی نظام مند شوند. در آینده، این مقاله را می تواند به نحو زیر گسترش و تعمیم داد: 1) انجام وظایف رایانش ابری در خود لبه ی شبکه برای بهینه سازی بیش تر تأخیر و مصرف کم تر انرژی. 2) کاربرد عملی و واقعی زنجیره ی تأمین غذا در یک جامعه به عنوان بستر آزمایش برای یک مدیریت کلانشهری.

Abstract

The rapid growth of population in metropolitan areas has put incremental pressure on urban cities. The centric strategy towards smart cities are expected to cover solution for metropolitan life and ecological environment. One of the significant application areas of IoT in smart cities is the food industry. IoT systems help to monitor, analyze, and manage the real-time food industry in smart cities. In this research, we proposed an IoT based Dynamic Food Supply Chain for Smart Cities which not only ensures the food quality but also provides intelligent vehicle routing as well as tracing sources of contamination in FCM. Furthermore, a smart sensor data collection strategy based on IoT is utilized which would improve the efficiency and accuracy of the supply chain network with the minimized size of dataset and vehicle routing algorithm is introduced and tracing the contamination sources of infected food in the markets. Our proposed model is evaluated with the comprehensive evaluation and used various performance metrics such as tracing accuracy, delay, execution time, and traveling time. The results show that the proposed system outperforms when compared with existing approach.

5. Conclusion

In this paper, we present IoT based Food Supply chain network that efficient trace and track the contaminate food product within supply chain network and also determine the source of contaminated food product. Moreover, we also present dynamic vehicle routing using Bee Colony algorithm to minimize the traveling and execution time during transportation. In the proposed work first, we proposed DPSTT system that trace and track the contaminated food product and root source using Bayesian estimation based dynamic sampling and portioning approach and later trace and track the food product DAG graph and DFS traversal scheme. From result analysis, it is indicated that our DPSTT tracing and tracking algorithm achieve tracing accuracy of 95.3% under minimum sampling rate of 7.6% in comparison to traditional global sampling approach. In addition to outperforming tracing accuracy, we demonstrate comparison analysis of proposed dynamic routing models with existing algorithms including greedy and random allocation based on comparison parameters including execution time, traveling time, and delay. The performance evaluation analysis illustrates that the proposed model suggests the best optimal path that provides minimum traveling time, minimum delay and minimum execution time. In this work, we supposed that all source information of foodstuff is compared by a central repository and these metadata sources are systematized in a uniform way. In future, this work can be extended by (1) performing cloud computation tasks at the network edge itself for more delay optimization and less energy consumption. (2) Real-world application of the provenance of the food supply chain in a community as our testing bed for megacity management.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

یکپارچه سازی فرایند مسیریابی مبتنی بر اینترنت اشیاء برای مدیریت زنجیره تامین غذا در شهرهای هوشمند پایدار

Integration of IoT based routing process for food supply chain management in sustainable smart cities

تشخیص تصویر هوش مصنوعی بر اساس الگوریتم لبه یادگیری عمیق 5G آندوسکوپی گوارشی در ساخت و ساز پزشکی

Artificial intelligence image recognition based on 5G deep learning edge algorithm of Digestive endoscopy on medical construction

چکیده

1. مقدمه

2. تشخیص تصویر هوش مصنوعی و الگوریتم لبه یادگیری عمیق 5G

2.1. توموگرافی پزشکی هوشمند بدن

2.2. الگوریتم لبه یادگیری عمیق 5G بر اساس تشخیص تصویر هوش مصنوعی

3. تشخیص چند منظوره پزشکی هوشمند

3.1. روش ها

3.2. طراحی

4. نتایج و بحث

4.1. تشخیص تصویر هوش مصنوعی در پزشکی هوشمند

4.2. بحث

5. نتیجه گیری ها

منابع

چکیده

در این مقاله از تشخیص تصویر هوش مصنوعی برای بدست آوردن تصویر آندوسکوپی گوارشی استفاده می کنیم، و تصویر را براساس الگوریتم لبه یادگیری عمیق 5G پردازش می کنیم تا درباره نوع بیماری قضاوت کنیم و سپس برنامه درمانی را در نظر بگیریم. ترکیب شبکه ناحیه بدنی و فناوری رایانش لبه می تواند تقاضایی با تاخیر کم را در شبکه ناحیه بدن برآورده کند. در این مورد، گره گیت وی شبکه ناحیه بدنی محدود شده با منابع می تواند داده های فیزیولوژیکی جمع آوری شده را با یک وظیفه قابل بارگیری پردازش کند، و سپس با توجه به یک استراتژی خاص، وظایف و داده ها را در گره محاسباتی لبه تخلیه کند. گره رایانش لبه، پردازش مرتبط با وظیفه و ذخیره سازی داده را تکمیل می کند، و در نهایت نتایج را به موسسات پزشکی مربوطه و کاربران شبکه ناحیه بدنی برای خواندن تشخیص کمکی و درمان بیماری ها ارائه می دهد. تحقیقات نشان داده اند که براساس الگوریتم لبه یادگیری عمیق 5G تحت تشخیص تصویر هوش مصنوعی آندوسکوپی گوارشی، 25% بیماران مبتلا به پولیپ روده دارای سلول های CD4 در خون محیطی هستند. تعداد لنفوسیت ها در گروه تمایز کمتر از 200 μL بود، و RNA خونی در 92.3% بیماران کمتر از 100IU/ml بود، در حالی که CTP فام (پپتید A-حلقه ای) کمتر از 100 IU/ml بود. عفونت های فرصت طلب روده و ویروس ها می توانند به صورت مستقیم باعث آنتروپاتی شوند زیرا شدت فلورسنس پروب در اصل بدون تغییر باقی می ماند و نمی تواند یک ساختار مارپیچ سه گانه را شکل دهد. الگوریتم لبه یادگیری عمیق 5G در مقایسه با الگوریتم ساده یولو از نظر دقت تشخیص ویژگی در این مقاله، دقت را تا 68% بهبود می دهد و از نظر سرعت مشابه است. دقت و سرعت به ترتیب در مقایسه با الگوریتم RCNN تا 21% و 85% بهبود می یابند. بنابراین، الگوریتم لبه یادگیری عمیق 5G مبتنی بر تشخیص تصویر هوش مصنوعی دارای مزایای دقت و سرعت در آندوسکوپی گوارشی پزشکی هوشمند است.

1. مقدمه

پزشکی هوشمند یکی از موضوعات داغ در سالهای اخیر است که یک موضوع جدید بین رشته ای است که علم زندگی و علم اطلاعات را ادغام می کند. هیچ تعریف واضحی از پزشکی هوشمند وجود ندارد. دیدگاه اصلی این است که مبتنی بر اطلاع رسانی پزشکی است. هسته اصلی، مدیریت هویت بیماران از طریق اینترنت اشیا و فناوری حسگر و تشکیل نمایه های بیمار در سیستم های اطلاعات بیمارستان است. بر این اساس، تبادل اطلاعات و ارتباطات با توجه به منطق کسب و کار و پروتکل های شبکه انجام می شود تا شناسایی هوشمند و مکان شناسایی، ردیابی، پایش و مدیریت را ممکن سازد.

5. نتیجه گیری ها

با توجه به ویژگی های پزشکی توموگرافی هوشمند پزشکی بدن انسان، تصویر اصلی OCR به چهار بلوک تقسیم می‌شود، و هر بلوک فرعی نشان دهنده ویژگی های محلی جهت های مختلف است. یک سیگنال واحد برای توصیف ویژگی های محلی و طیفی هر بلوک فرعی استفاده می شود و یک بردار ویژه ساخته می شود. یک بردار ویژه منحصر به فرد از چهار بلوک فرعی توسط SRC دسته بندی می شود تا بردار خطای بازسازی به دست آید. چهار بردار خطای بازسازی بلوک فرعی وزن دهی می‌شوند و بر اساس یک ماتریس تصادفی وزن دهی ادغام می شوند. از طریق تحلیل آماری نتایج ادغام چندین گروه از بردارهای وزنی متغیرهای تصمیم طراحی می‌شوند و دسته‌های نمونه به دست می آیند. چهار شرط آزمون در مجموعه داده های MSTAR از جمله شرایط عملیاتی استاندارد و شرایط عملیاتی قابل تعمیم تعیین می‌شوند. تقویت ساختار علوم انسانی پزشکی به ما کمک می کند تا احساسات و خرد پزشکی خود را بیدار کنیم و ما را به درک حقیقت پشت پزشکی، رهایی از پایبندی کورکورانه و خرافات به علم و فناوری پزشکی، و بازگشت به ماهیت اصلی پزشکی هدایت می کند. مجموعه اصلی تنها کارکنان پزشکی نیستند، بلکه بیماران و خانواده‌های آنها هستند. درمان پزشکی هوشمند فشار خون که به یک مشکل عمومی تبدیل شده است، برای شروع بسیار مناسب است. با کمک درمان هوشمند پزشکی آندوسکوپی گوارشی، تحقیق درمان هوشمند پزشکی بیشتر بیماریها موضوع اصلی روش عمومی در آینده است. 

Abstract

In this paper, we use artificial intelligence image recognition to obtain Digestive endoscopy image, and process the image based on 5G Deep learning edge algorithm to judge the disease type of the patient, and then consider the treatment plan. The combination of body area network and edge computing technology can meet the demand of low delay in body area network. In this case, the resource constrained body area network gateway node can process the physiological data collected by it into an offloadable task, and then unload the task and data to the edge computing node according to a certain strategy. The edge computing node completes the corresponding task processing and data storage, and finally provides the results to the relevant medical institutions and body area network users for reading auxiliary diagnosis and treatment of diseases. Studies have shown that 25% of patients with colon polyps have CD4 cells in peripheral blood based on 5G deep learning edge algorithm under artificial intelligence image recognition of Digestive endoscopy. The number of lymphocyte in group of differentiation was less than 200/μL, and the blood RNA in 92.3% patients was lower than 100 IU/ml, while fam CTP (A-cyclic peptide) was lower than 100 IU/ml. Opportunistic infections of the intestine and viruses can directly cause enteropathy because the fluorescence intensity of the probe is essentially unchanged and cannot form a triple helix structure. In terms of feature recognition accuracy, the 5G deep learning edge algorithm in this paper improves accuracy by 68% compared to the simple Yolo algorithm, and is similar in speed. Compared with RCNN algorithm, the accuracy and speed are improved by 21% and 85% respectively. Therefore, the 5G deep learning edge algorithm based on artificial intelligence image recognition has the advantages of accuracy and speed in digestive endoscopy of intelligent medical.

1. Introduction

Smart medicine is a hot topic in recent years, which is a new interdisciplinary subject integrating life science and information science. There is no very clear definition of smart medicine. The mainstream view is that it is based on medical informatization. The core is to manage patient identities through the Internet of Things and sensor technology and form patient indexes in hospital information systems. Based on this, information exchange and communication are performed according to business logic and network protocols to enable intelligent identification and identification location, tracking, monitoring and management.

5. Conclusions

According to the medical characteristics of intelligent medical human body tomography, the original OCR image is divided into four blocks, and each sub block reflects the local characteristics of different directions. A single signal is used to describe the spectral and local features of each subblock and build a feature vector. A single feature vector of the four subblocks is categorized by the SRC to get the reconstruction error vector. The four subblock reconstruction error vectors are weighted and fused based on a random weighting matrix. Through statistical analysis of the fusion results of multiple groups of weight vectors, the decision variables are designed and sample categories are obtained. Four test conditions were set in MSTAR dataset, including standard operating conditions and extended operating conditions. Strengthening the construction of medical humanities may help us to arouse our self-contained medical emotions and wisdom, guide us to understand the truth behind medicine, get rid of blind adherence and superstition to medical science and technology, and return to the original nature of medicine. The main body is not only the medical staff, but also the patients and their families. This is very suitable to start with the intelligent medical treatment of hypertension, which has become a public problem. With the help of the intelligent medical treatment of digestive endoscopy, it is the main topic of general practice in the future to realize the intelligent medical treatment of more diseases.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

تشخیص تصویر هوش مصنوعی بر اساس الگوریتم لبه یادگیری عمیق 5G آندوسکوپی گوارشی در ساخت و ساز پزشکی

Artificial intelligence image recognition based on 5G deep learning edge algorithm of Digestive endoscopy on medical construction