پدافند الکترونیکی و سایبری (Sep 2023)
بهبود نرخ پوشش و کاهش هزینه پایش در پایش جمعی سیار با استفاده از الگوریتم بهینه‌سازی جنگل آشوبگون
Abstract
در اینترنت اشیا حجم انبوهی از داده‌های مختلف تولید می‌شود که برای پردازش به مرکز داده ارسال می‌گردد. برای افزایش توان پردازشی، اینترنت اشیا مبتنی بر رایانش مه پیشنهاد شده است. در اینترنت اشیا مبتنی بر مه کاربران با تجهیزات هوشمند (مانند گوشی‌های همراه) وظایف را پایش کرده و در انجام آن‌ها مشارکت می‌کنند. به این فرآیند پایش جمعی سیار گفته می‌شود. در پایش جمعی سیار، اختصاص پاداش(هزینه) بدون برنامه‌ریزی به کاربران، می‌تواند هزینه‌های بستر را افزایش دهد و قابلیت‌های برنامه‌های کاربردی را تهدید کند. بنابراین تعیین سیاست پاداش منطقی برای کاربران به‌منظور کاهش هزینه‌های بستر به صورتی که نرخ پوشش شبکه نیز بیشنه باشد از چالش‌های مهم در این فناوری است. افزایش نرخ پوشش شبکه و کاهش هزینه‌های بستر را می‌توان در قالب یک مساله بهینه‌سازی مطرح کرد. اما ارائه الگوریتمی که در بهینه‌های محلی کمتر گرفتار شود و بتواند همواره نتایج مطلوبی ارائه دهد خود یک چالش دیگر است. در این مقاله تلاش شده است با بهره‌گیری از تئوری آشوب، و الگوریتم بهینه‌سازی جنگل رویکردی جدید و کارآمد برای پایش جمعی سیار ارائه شود. روش پیشنهادی در نرم‌افزار MATLB پیاده‌سازی شده و تجزیه‌وتحلیل یافته‌ها نشان می‌دهد که روش پیشنهادی توانسته است نرخ پوشش شبکه و هزینه پایش را نسبت به طرح های مشابه بهینه کند.
