مسیریابی وزن پویا و الگوریتم کد نوری بر اساس شبکه نرم افزار محور (SDN)

Dynamic weight routing and optical-code algorithm based on SDN

چکیده
1 مقدمه
2 سیستم سوئیچینگ نوری چند دانه ای بر اساس SDN
3 الگوریتم توزین دینامیکی بر اساس منابع کد نوری و درجه تطبیق بین درخواست خدمات و کانال
4 شبیه سازی و تحلیل الگوریتم
5 نتیجه
منابع

چکیده
شبکه ‌های انتقال نوری در مسیر تکامل به سمت سوئیچ چند دانه ‌ای و مدیریت نرم ‌افزار قرار دارند، ولیکن لازم است که معماری صفحه کنترل موجود با نیازهای مدیریت چند خدماتی و شبکه با هم سازگار شوند. به همین منظور، الگوریتم توزین دینامیکی بر اساس منابع کد نوری و میزان تطابق آن با درخواست خدمات و شبکه در یک سیستم سوئیچینگ نوری چند سطحی، مطرح شده است. در این روش، کنترلگر شبکه تعریف‌ شده نرم ‌افزار (SDN) اطلاعات منبع شبکه را در زمان واقعی جمع آوری می‌کند، به صورت مداوم وزن هر مسیر را تغییر می‌دهد و از آن برای محاسبه مسیر استفاده می‌کند، مسیر سازگار تری را بر اساس توازن بار فراهم کرده و وزن ‌های منطبق شبکه را به جهت تخصیص منابع، ترکیب می‌کند. نتایج شبیه ‌سازی نشان دهنده این موضوع است که سیستم سوئیچینگ چند دانه ‌ای با الگوریتم مطرح شده قادر است به طور چشمگیری تولید قطعات کد نوری را کاهش داده و بهره گیری از منابع را بهبود بخشد. در پایان مقاله الگوریتم‌ های مسیریابی کد نوری شبیه‌ سازی و اجرا شده و کارکرد آنها قیاس و تحلیل شده است. نتایج شبیه‌ سازی بیانگر این است که نرخ انسداد الگوریتم تطبیقی در شبکه NSFNET در قیاس با الگوریتم سنتی 4٪ سیر نزولی داشته و استفاده از منابع کد نوری 9٪ بهبود یافته است.

2- سیستم سوئیچینگ نوری چند دانه ای بر اساس SDN
2-1 معماری شبکه مبتنی بر SDN
SDN روش جدیدی از معماری شبکه می باشد که به دست بنیاد شبکه باز (ONF) رهبری می‌شود. معماری کلاسیک SDN به لایه برنامه، لایه کنترلی و لایه داده تقسیم بندی می ‌شود. لایه برنامه خدمات گوناگونی را به استفاده کنندگان ارائه می‌دهد. لایه کنترلی یکی از حائز اهمیت ترین بخش ‌های معماری SDN می باشد. کنترلگر توابع شبکه را با یک رابط برنامه نویسی کاربردی (API) مجازی سازی می کند[6]. لایه داده برای جمع ‌آوری، هدایت و پردازش داده‌ ها می باشد [7].

طی سال‌ های گذشته، با توجه به مطالبات اقتصادی و تسهیلات نوآوری شبکه ‌ای، به‌تدریج SDN (T-SDN) به کار گرفته شده است [8]. T-SDN رابط، پروتکل و صفحه کنترلی شبکه انتقال نوری را توسعه داده و مدیریت سخت ‌افزار شبکه نوری تغییر‌پذیرتر را میسر می‌کند. مرجع [9] معماری طبق SDN خودکار ارائه کرده‌ که قادر است معیارهای کارکرد شبکه را بصورت دینامیکی برتری سازد.

بعد از بکار بردن SDN بر روی شبکه سوئیچینگ نوری چهار لایه ‌ای، صفحه داده از صفحه کنترل جدا سازی شده [10] و احتساب مسیر و اختصاص منابع به دست کنترلگر SDN پشتیبانی می ‌شود [10]، گره بر هدایت داده متمرکز می شود که به شدت کاهش فشار بر گره را در پی دارد. کنترلگر مورد نظر، حائز اهمیت ترین قسمت از SDN است، منبع [11] ساختار ‌بندی جدیدی از مطالعات پیشگام با موضوع حل مسئله جایابی کنترلگر‌ها (CPP) در SDN را از زوایای مختلف ارائه می ‌دهد.

یک طرح تصمیم گیری بر اساس جابجایی پهپاد برای خدمات درخواستی در شبکه 6G

A UAV migration-based decision-making scheme for on-demand service in 6G network

چکیده
1 مقدمه
2 مطالعات مرتبط
3 مدل سیستم و بیان مسئله به صورت فرمول
4 طرح تصمیم‌گیری مبتنی بر جابجایی پهپاد
5 تحلیل و بررسی شبیه‌سازی
6 نتیجه‌گیری
منابع

چکیده
در رابطه با نسل ششم شبکه تلفن همراه (6G)، شبکه‌‌سازی به کمک هواپیماهای بدون سرنشین (UAV) که به پهپاد معروف هستند، به عنوان راه‌حل امیدبخشی برای تخلیه پیاپی بار ترافیکی و تامین خدمات درخواستی پدیدار شده‌است. با توجه به پویایی محیط شبکه‌سازی، یک طرح جابجایی پهپاد باید تا حد امکان قابل انعطاف، موثر و انطباق‌پذیر باشد. برای پرداختن به این موضوع، و برقراری توازن بین هزینه‌های جابجایی و برآوردن الزامات خدمات، یک طرح تصمیم‌گیری مبتنی بر جابجایی پهپاد مطرح شده‌است. در این طرح، یک استراتژی جابجایی تطبیقی پهپاد (UAMS) برای بهبود راندمان جابجایی اتخاذ شده‌است. در عین حال، فرآیند مرتبط با تعاملات سیگنال‌دهی با توجه به سناریوهای مختلف جابجایی پهپاد طراحی شده‌است. نتایج آزمایشی حاکی از آن است که روش پیشنهادی بهبود قابل‌ملاحظه‌ای را در عملکرد کل سیستم ایجاد کرده و از مزیت واضحی نسبت به راه حل‌های قدیمی برخوردار است.

2- مطالعات مرتبط
استقرار و موضع‌گیری سه‌بعدی (3D) یک پهپاد کار نسبتاً ساده‌ای است و به طور معمول به عنوان یک مسئله بهینه‌سازی تک‌هدفه در نظر گرفته می‌شود. نویسندگان در (11) یک طرح استقرار بهینه را برای حداکثرسازی تعداد کاربران تحت پوشش ارائه کرده‌اند. Zhang M و همکاران (12) تقطیع موقعیت سه‌بعدی پهپاد را به صورت مسائل استقرار افقی و عمودی پیشنهاد کردند و مسئله استقرار پهپاد را به صورت جایگزینی کمترین تعداد حلقه بسته مدلسازی کردند. نویسندگان در (13) در مورد اینکه چگونه یک نوع کارآمد از الگوریتم موضع‌گیری سه‌بعدی پهپاد، از اقدامات انجام‌شده برای به حداکثر رساندن کل تعداد تجهیزات مورد استفاده توسط کاربر پشتیبانی می‌کند و در عین حال کمترین میزان انرژی را مصرف می‌کند به بحث پرداختند. Zeng y و همکاران (14) سیستم مخابراتی سیار پهپاد با مصرف بهینه انرژی را از طریق بهینه‌سازی مسیر حرکت با توجه به مصرف انرژی در طول پرواز مورد مطالعه قرار دادند و یک مدل نظری در مورد مصرف انرژی رانش پهپاد را ارائه کردند.

همانطور که در (15) توضیح داده شده، شناسایی موقعیت بهینه سیستم چند پهپادی یکی از مهم‌ترین چالش‌ها بوده و باید در موقعیت‌های استقرار متراکم غیر از 5G (B5G) و 6G مورد بررسی قرار گیرد. بسیاری از مطالعاتی که در زمینه بکارگیری پهپادهای مبتنی بر B5G/6G تحت عنوان BSs انجام شده‌اند، می‌توانند به عنوان توابع مستقیم محلی‌سازی و کارآمدی موقعیت‌یابی بهینه در نظر گرفته شوند. برای مثال، نویسندگان در (16) یک مکانیسم بهینه موقعیت‌یابی هواپیمای بدون خلبان را برای بررسی لزوم کمینه‌سازی توان انتقال ارائه کردند و مسئله بهینه‌سازی چند هدفه را به دو زیرمسئله مختلف تقسیم کردند. نویسندگان در (17) یک مدل شبکه فعالیت مدار از پهپاد 6G مبتنی بر مشارکت را با توجه به پویایی بالا و ویژگی‌های خودتنظیمی شبکه‌سازی به کمک پهپاد، پیشنهاد کردند.

در خصوص استقرار قابل انعطاف‌ سیستم چندپهپادی، می‌توان خدمات درخواستی کاربران را در زمانی که سرویس ارتباطی منطقه‌ای دچار نوسانات زیادی می‌شود، تامین کرد (18-20). برخی از مطالعات به مسئله استقرار پویا و تغییر جایگاه پهپادها اشاره کرده‌اند، اما تعداد کمی از آنها هزینه حرکت پهپاد و سربار سیستم در بازآرایی شبکه را مورد توجه قرار داده‌اند. هدف این مقاله این است که هزینه حرکت پهپاد را به حداقل برساند و در عین حال قابلیت‌های خدمات آن را تضمین نماید. برای حل مسئله بهینه‌سازی، از طرح UAMS استفاده شد. در طرح UAMS، مسئله بهینه‌سازی چند هدفه در مراکز مختلف کنترل محلی (LSC) به مسئله جابجایی پهپاد تبدیل می‌شود. همانطور که در شکل 1 مشاهده می‌شود، زمانی که پهپادها در محدوده کنترل LSC جابجا می‌شوند از استراتژی جابجایی داخل LSC استفاده می‌شود، و در غیر این صورت از استراتژی جابجایی میان LSC استفاده می‌شود.

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.

مروری بر الگوریتم های مکان یابی بر اساس رویکرد شبکه سازی تعریف شده نرم افزاری در شبکه حسگر بی سیم (WSN)

A review of localization algorithms based on software defined networking approach in wireless sensor network

چکیده
1 مقدمه
2 پیش زمینه
3 مکان یابی
4 روش های مکان یابی در SDWSN
5 نتیجه شبیه سازی برای برخی از روش های مورد استفاده در SDWSN
6 نتیجه گیری
منابع

چکیده

مکان یابی شبکه حسگر بی سیم (WSN ) چالش مهمی است، زیرا رابطه ای قوی بین داده های تجمیعی حسی و مکان منشا داده ها وجود دارد. تکنیک شبکه های مبتنی بر نرم افزار (SDN ) از الگوریتم مکان یابی پشتیبانی می کند و تمام محدودیت ها و محدودیت های شبکه را در نظر می گیرد. با استفاده از دانش شبکه جهانی ارائه شده توسط کنترل کننده های SDN، نتایج مطالعات قبلی نشان می دهد که عملکرد شبکه می تواند به میزان قابل توجهی بهبود یابد. این مقاله الگوریتم‌های مکان یابی را که اخیراً پیشنهاد شده اند بررسی می‌کند و نتایج شبیه‌سازی را برای هر روش مورد استفاده در شبکه‌های حسگر بی‌سیم نرم‌افزاری ( SDWSN) مورد بحث قرار می‌دهد تا بهترین راه برای یافتن گره‌های مکانی با بالاترین دقت و کمترین مصرف انرژی پیدا کند. این مقاله همچنین پارادایم شبکه نرم افزاری و چالش های WSNS را ارائه می دهد که توسط SDWSN ها حل شده اند.

2 پیش زمینه
• مفهوم SDN
شبکه نرم افزاری (SDN) یک پارادایم شبکه است که برای ساده سازی مدیریت و پیکربندی شبکه طراحی شده است. این شبکه صفحه جداسازی کنترل شبکه را از دستگاه های شبکه زیرین (صفحه داده) انجام می دهد، صفحه داده با اطلاعات کم یا بدون هوش تبدیل به دستگاه ارسال می شود. این شبکه جداسازی اطلاعات متمرکز شبکه را در کنترل کننده فراهم می کند که نمای کلی از شبکه دارد [7]. ویژگی منحصر به فرد SDN این است که قابلیت برنامه ریزی را از طریق جداسازی صفحات کنترل و داده امکان پذیر می کند و مدیریت شبکه را بسیار انعطاف پذیرتر می کند [8،81].

• صفحه داده (لایه زیرساخت): شامل عناصر شبکه مانند دستگاه های فیزیکی (کلید ها، روترها، نقاط دسترسی بی سیم و غیره) است که با ترافیک شبکه قرارداد دارند، ارسال بسته را در داخل شبکه کنترل می کند، در حالی که رفتار آن توسط صفحه کنترل تعیین می شود. در اصطلاح SDN این دستگاه ها به عنوان سوئیچ های شبکه نامیده می شوند [11،85].

• صفحه کنترل: لایه ای قدرتمند در شبکه است که تصمیم کنترل کننده را در خود جای داده و مسیریابی را برای ترافیک در شبکه فراهم می کند. این لایه مسئول پیکربندی صفحه ارسال است. عملکردهای صفحه کنترل عبارتند از کشف و نگهداری توپولوژی، انتخاب مسیر بسته و مکانیسم های شکست مسیر [12، 29-34]. پروتکل های مسیریابی مختلف مانند RIP، OSPF، BGP و EIGRP توسط صفحه کنترل اجرا می شوند [35-39، 13].

• صفحه برنامه: این صفحه در بالای پشته SDN قرار دارد که شامل تمام برنامه هایی است که از خدمات ارائه شده توسط کنترل کننده برای اجرای وظایف مربوط به شبکه بهره برداری می کنند. نمونه هایی از برنامه های شبکه عبارتند از متعادل سازی بار، مسیریابی، مجازی سازی شبکه و غیره [11،14،40،41].

برآورد افست فرکانس حامل برای سیستم FDMA تک حامل مایمو (MIMO) در ارتباطات بی سیم

Carrier frequency offset estimation for MIMO single-carrier FDMA system in wireless communication

خلاصه
1- مقدمه
2- شکل گیری توالی CABZAR
3- مدل سیستم MIMO SC-FDMA
4- تحلیل نرخ خطای بیت (BER)
5- پیچیدگی محاسباتی
6- شبیه سازی و نتایج
7- نتیجه گیری
توضیح تعارض منافع
مراجع

چکیده

    سیستمهای مالتی پلکس حوزه فرکانس متعامد MIMO (چند ورودی- چند خروجی) و دسترسی چندگانه با تقسیم فرکانس متعامد تک کاناله (SC-FDMA) بسیار مستعد وقوع افست فرکانسی حامل (CFO) بین فرستنده و گیرنده هستند. در این مقاله، یک توالی جدید کهCAZBAR نامیده می شود ارائه شده است. CAZBAR پیشنهادی براساس توالی تصحیح اتوماتیک دامنه صفر ثابت (CAZAC) و توالی محدودمی باشد. توالی CAZBAR خود همبستگی بهتری با نقاط پیک بالاتر در نقطه شیفت صفر بدون موج نشان می دهد که تخمین افست فرکانس حامل در سیستمهای ارتباطی در مقایسه با سایر روشهای جبرانسازی بر حسب ریشه میانگین مربعی (MSE) تسهیل می کند. با استفاده توالی CAZBAR در سیستم ۲*۲ و ۴*۴ MIMO SC-FDMA، نرخ بیت خطا (BER) به طور قابل توجهی افزایش می یابد. در BER= 10^(-2) ، کاهش SNR به میزان ۱۱dB و در سیستم ۲×۲ و به میزان ۷dB در سیستم ۴×۴ در مقایسه با دیگر توالیها قابل دستیابی می باشد که باعث بهبود کل سیستم MIMO SC-FDMA خواهد شد. توالی CAZBAR می تواند در روشهای ۵G در روشهای MIMO-ODFM و MIMO-SC-FDMA نیز اعمال شود.

شکل گیری توالی CABZAR
     توالی CABZAR پیشنهادی بر اساس هر دوی CAZAC و کد توالی محدود بنا نهاده شده است. توالی CAZAC کد پالس تغییر فاز می باشد که با خود همبستگی تناوبی صفر به جز تغییر صفر شناخته می شود. کد توالی محدود، یک سری محدود از مقادیر دیجیتال می باشد. با ضرب نمودن توالی CAZAC با نسخه تکرار شده یک طول مشخص از کد barker ،توالیCAZBAR تولید می شود. توالی CABZAR دارای تابع خود همبستگی در مقایسه با توالی CAZAC می باشد. این توالی می تواند در موارد مصرف مختلفی از قبیل سیستمهای رادار یا برای روش سنکرون سازی و تخمین فرکانس حامل در سیستمهای ارتباطی به کار رود. توالی CAZAC با استفاده از معادله (1) با L که طول توالیCAZAC می باشد و a یک عدد اول می باشد، شکل می گیرد.

     سپس خروجی ناشی از ضرب CAZAC با کد Barker ، با استفاده از FFT به دامنه فرکانسی تبدیل می شود تا برای سیستم OFDM مناسب باشد. توالی پیشنهادی از دو نیمه تشکیل شده است، اولین نیمه (A) کد CABZAR می باشد و نیمه دوم (B) مزدوج پیچیده معکوس A می باشد. در سمت دریافت کننده، تابع خود همبستگی بین سیگنال دریافتی و توالی محلی جهت تشخیص نقطه اوج سنکرون زمان به کار گرفته شده است. یک لیست از کدهای Barker با طولهای مختلف در جدول 1 نشان داده شده است.

     شکل بعدی 1-a تا 1-h خودهمبستگی CAZAC و خود همبستگی CAZBAR پیشنهادی با طول 4 و 2 که عملکردی بهتری در مقایسه با CAZAC دارد، نشان می دهد. با طول 2 مقدار ماکزیمم بعدی 0.04953 می باشد و با طول 4 ماکزیمم بعدی 0.04896 می باشد. در حالیکه ماکزیمم بعدی در CAZAC ، 0.1151 می باشد.

     در شکل 2، مقایسه عملکرد BER در MIMO SC-FDMA با استفاده ازCAZBAR با طول متفاوت کد Barker نمایش داده شده است. همانطور که در شکل 2 نشان داده شده است، عملکرد BER تفاوت کمی در هنگام تغییر در طولBarker با مقدار L باشد. در BER=10^(-4)، SNR به مقدار 7.8dB بوسیله توالی CAZBAR با Barker به طول L=2 خواهد رسید، و با استفاده از L=7, 13 به مقدار 8.1dB خواهد رسید. تفاوتی بین این دو مقدار وجود ندارد.

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.

روش جمع آوری اطلاعات نقشه برداری و نقشه برداری پهپاد بر اساس اینترنت اشیا (IOT)

UAV surveying and mapping information collection method based on Internet of Things

چکیده

1 مقدمه

2 مطالعات مرتبط

3 روش شناسی

4 نتایج و بحث

5 نتیجه گیری

منابع

چکیده

     هواپیماهای بدون سرنشین (UAV) از سودمندترین عناصر ارتباطی در پلتفرم فن آوری کنونی محسوب می شوند. برنامه های نوظهور برقراری ارتباط مانند IoT ، ابر و داده کاوی از شناخته شده ترین برنامه ها در امر نظارت هستند. این مطالعه پژوهشی، طراحی UAV را با تکیه بر IoT (اینترنت اشیاء) و بر اساس روش جمع آوری اطلاعات مورد توجه قرار داده است. وسایل نقلیه پرنده خودران می توانند با اتصال IoT از برنامه های سلامت و ایمنی سایت اطمینان حاصل کنند. همچنین محدودیتها و نقایص مهم راه حلهای پیشرفته کنونی برای یک هدف مشابه مانند چالش‌ های بهینه ‌سازی برنامه ‌ریزی مسیر، الگوریتمهای یادگیری ماشین سبک وزن (ML) و نگرش ماشینی، هماهنگی در ارتباطات IoT ، و مقیاس گذاری شبکه IoT را پشت سر می گذارند. در نتیجه، این مقاله در واکاوی عمیقتر انواع سوالات تحقیقاتی باز به خواننده کمک می کند.

مطالعات مرتبط
     IoT و UAV را می توان از هر دو دیدگاه خرد و کلان برای نظارت بر انواع آفات و بیماریهای کشاورزی مورد استفاده قرار داد. جمع آوری اطلاعات مربوط به آب و هوا و رشد کشاورزی در زمان واقعی، با استفاده از گره های حسگر ارزان قیمت در IoT میسر شده است. یک مرکز داده ابری، پس از دریافت و آنالیز تصاویر گرفته شده توسط UAV ها، می تواند میزان خسارت ناشی از بیماریها و آفات را با استفاده از فن آوریهای تحلیل طیف مشخص کند (1). بهبود شهرهای هوشمند با Alsamhi ، S.H و همکاران (2)، مرور کلی روشها و برنامه های جدید پیشنهادی برای پهپادها و IoT مشارکتی در این مقاله ارائه شده است. این شهرهای هوشمند می توانند با استفاده از فن آوری مشارکتی پهپادها به کمک IoT و اینترنت اشیا (IoT)، داده ها را جمع آوری کنند، از امنیت و حریم خصوصی شهروندان حفاظت کنند، به فجایع و بالایا رسیدگی کنند، مصرف برق را کاهش دهند و موجب بهبود کیفیت شهر شوند. در اکثر موارد، این امر به تعیین میزان هوشمندی شهرها در خصوص مواردی مانند کیفیت زندگی، همراهی محیط زیست، و امنیت عمومی مربوط می شود. در این مقاله،. فن آوریهای IoT و UAV در کشاورزی بررسی شده اند که شامل مروری بر جدید ترین مطالعات می باشد. می توان از سیستمهای UA در محیطهای مختلف کشاورزی، از جمله مناطقی که دسترسی به آنها دشوار است، استفاده کرد. از نظر ما IoTو UAVاز ضروری ترین و تحول آمیز ترین فن آوریها در زمینه کشاورزی دقیق هستند (3). ممکن است آتش سوزیها در مکانهای مختلفی مانند مناطق باز، جنگلها، زمینهای کشاورزی، ساختمانهای اداری و مسکونی رخ دهند. در این مقاله از UAVها و شبکه های حسگر بی سیم برای تشخیص آتش سوزی در همان مراحل اولیه و جلوگیری از خرابی و خسارت ناشی از آن استفاده شده است. طیق نتایج شبیه سازی، نرخ تشخیص حریق در سیستم پیشنهادی حدود 98 % نسبت به روشهای قبل بهتر است (4). تلفیق IoT با UAVها می تواند یک سیستم UIoT هوابرد را حاصل کند که می تواند خدمات ارزش افزوده مختلفی را در بالا و پایین سطح زمین ارائه دهد. بنابراین، این پروژه تحقیقاتی، پروتکلهای کنونی MAC برای IoT را مورد بررسی قرار داده است. در ابتدا، نگاهی به معماری ارتباطی پروتکل UIoT MAC و دغدغه های طراحی آن مورد بحث و گفتگو قرار می گیرد (5). بررسیهای اخیر نشان داده اند که اینترنت اشیا (IoT) می تواند در بخشهای متعددی از جمله کشاورزی تحولاتی را ایجاد کند. ICT مدرن (فن آوری اطلاعات و ارتباطات) در کشاورزی هم کاربرد دارد.

یک استراتژی اشتراک داده هوشمند و ارتقاء یافته با حریم خصوصی برای اینترنت اشیاء تقویت شده با بلاکچین

An Intelligent and privacy-enhanced data sharing strategy for blockchain-empowered Internet of Things

چکیده

1. مقدمه

2. تحقیقات مرتبط

3. مدل سیستم

4. اجرای BP2P-FL

4.1 مدیریت اعضای تیم

4.2 فرایند اشتراک گذاری داده

4.3. مکانیسم اجماع: اثبات مشارکت مدل (POC)

4.3.1. پیشگیری از حملۀ استنتاجی

4.3.2 اجماع مبتنی بر مشارکت گره

4.4 مدیریت اعتبار

5. آزمایشات

5.1 راه اندازی آزمایش

5.2. نتایج آزمایشی

6. نتیجه گیری

منابع

چکیده

با پیشرفت اینترنت اشیاء (IoT)، اشتراک¬گذاری داده ها در حجمی انبوه بین دستگاه های IoT، کیفیت خدمات(QoS)  و تجربۀ کاربر در برنامه های مختلف IoT را ارتقاء می بخشد. با این حال، به اشتراک گذاری داده ها ممکن است باعث فاش شدن جدی حریم خصوصی ارائه دهندگان داده شود.  برای رفع این مشکل، در این مطالعه اشتراک داده ها از طریق اشتراک مدل تحقق می یابد که بر اساس آن یک مکانیسم اشتراک دادۀ امن، به نام  BP2P-FL، با استفاده از یادگیری نظیر به نظیر با حفاظت از حریم خصوصی ارائه دهندگان داده ها مطرح می شود. علاوه بر این، با معرفی بلاک چین (زنجیرۀ بلوکی) برای اشتراک گذاری داده ها، هر فرآیند آموزشی ثبت می شود تا اطمینان حاصل شود که ارائه دهندگان داده ها داده های با کیفیت بالا را ارائه می دهند. برای حفاظت بیشتر از حریم خصوصی، از فناوری حریم خصوصی تفاضلی برای آشفته سازی مدل اشتراک دادۀ گلوب استفاده می شود. نتایج تجربی نشان می دهد که BP2P-FL از صحت و امکان پذیری بالایی در به اشتراک گذاری داده های برنامه های IoT مختلف برخوردار است.

1. مقدمه

با پیشرفت فناوری اینترنت، اینترنت اشیاء (IoT) کاربرد گسترده ای در صنایع مختلف داشته است [1]. حسگرها بخش مهمی از IoT و مهمترین منبع داده برای سیستم  هستند. داده های ادراک جمع آوری شده با یک حسگر مجزا اغلب نمی تواند نیازهای کاربران را برآورده سازد و ارزش واقعی IoT ریشه در اشتراک گذاری و استفادۀ جامع از اطلاعات و داده های مختلف دارد [4, 3, 2]. به عنوان مثال، در خدمات درمانی، اشتراک داده ها می تواند پرونده های سلامت با ارزشی را فراهم سازد که شامل اطلاعات معاینۀ جسمی و درمان است و می تواند داده های درمان هدفمندتری را ایجاد کند، اشتراک داده می تواند سلیقه های توریستی را به طور دقیق درک نماید و کانون های توریستی آینده را برای ارتقاء کیفیت خدمات پیش بینی کند. با این حال، به اشتراک گذاری داده ها در IOT  ممکن است با مشکلات مختلفی روبرو شود. اول اینکه ایجاد اعتماد دوطرفه در بین دو سازمان خیلی مشکل است. در نتیجه، اشتراک گذاری داده های محلی قابل اعتماد، غیرممکن است. دوما، حفظ حریم خصوصی داده ها به یک مشکل بزرگ تبدیل شده است که مانع اشتراک گذاری داده ها می شود زیرا صاحبان داده ها از افشای حریم خصوصی رنج می برند. بنابراین، رسیدن به اشتراک داده ها به طور مؤثر، به خصوص زمانی که این دو مسئله حل نشوند، یک چالش است. 

Abstract

With the development of the Internet of Things (IoT), the massive data sharing between IoT devices improves the Quality of Service (QoS) and user experience in various IoT applications. However, data sharing may cause serious privacy leakages to data providers. To address this problem, in this study, data sharing is realized through model sharing, based on which a secure data sharing mechanism, called BP2P-FL, is proposed using peer-to-peer federated learning with the privacy protection of data providers. In addition, by introducing the blockchain to the data sharing, every training process is recorded to ensure that data providers offer high-quality data. For further privacy protection, the differential privacy technology is used to disturb the global data sharing model. The experimental results show that BP2P-FL has high accuracy and feasibility in the data sharing of various IoT applications.

1. Introduction

With the development of the Internet technology, the Internet of Things (IoT) is widely used in various industries [1]. Sensors are an important part of the IoT and the most important data source for the IoT system. The perception data collected by a single sensor often cannot meet users needs, and the real value of the IoT lies in the comprehensive utilization and sharing of various data and information [2, 3, 4]. For example, in healthcare, data sharing can provide valuable health records, including treatment and physical examination information, and can offer more targeted treatments for patients. In industry, by analyzing the collected data, data sharing can accurately understand the preferences of tourists and predict future tourism hot spots to improve the quality of service. However, data sharing in IoT may face various problems. First, it is very difficult for each pair of organizations to build mutual trust. As a result, it is unlikely to share reliable local data. Second, data privacy has become a big problem that hinders data sharing because data owners suffer from privacy leakage. Therefore, achieving effective data sharing is a challenge, especially when these two problems have not been solved.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

یک استراتژی اشتراک داده هوشمند و ارتقاء یافته با حریم خصوصی برای اینترنت اشیاء تقویت شده با بلاکچین

An Intelligent and privacy-enhanced data sharing strategy for blockchain-empowered Internet of Things