بهینه سازی منابع برای داده های تحمل تاخیر دراینترنت اشیاء با ساختار بلاکچین همراه با case study

ارتباطات ماشین به ماشین و برنامه های کاربردی بخش مهمی از اینترنت اشیا ۱IoT می باشند. ارتباطات ماشین به ماشین زیربنای اینترنت اشیای امروزی را تشکیل می دهند. هر دو اصطلاح مربوط به ارتباط دستگاه های متصل هستند، اما سیستم های ۲ M۲M اغلب تجهیزات شبکه ای جدا شده ومستقل هستند. هدف پروژه های شهر هوشمند کاهش مشکل شهرنشینی با استقرار تعداد زیادی از دستگاه های اینترنت اشیا برای نظارت و مدیریت شرایط و زیرساخت های محیطی است . با این حال، استقرار و مدیریت پروژه های شهر هوشمند می تواند بسیار پرهزینه باشد. زیرا بخش قابل توجهی از هزینه ها ناشی از ارائه اتصال به اینترنت از طریق WiFi یا ۵G به دستگاه های IoT است . این مقاله استفاده از شبکه های تحمل تاخیر را به عنوان زیرساخت برای ارتباطات شهر هوشمند پیشنهاد می کند. جوامع در حال توسعه را قادر می سازد تا با کسری از هزینه به شهرهای هوشمند تبدیل شوند. مدلی برای کمک به سیاست گذاران در طراحی و ارزیابی عملکرد مورد انتظار چنین شبکه هایی معرفی شده است . نتایج این مقاله بر اساس مجموعه داده شبکه حمل و نقل عمومی از چپل هیل ، کارولینای شمالی ارائه شده است . برای دستیابی به حداکثر پاداش سیستم که شامل راندمان بالاتر پردازش داده ها، کاهش هزینه های شبکه وامنیت بهتر تعامل داده هاست با ساختار بلاکچین استفاده شده است . نتایج شبیه سازی نشان می دهد که چارچوب پیشنهادی می تواند به طور موثر عملکرد سیستم را برای ارتباطات M۲M فعال شده با بلاکچین در مقایسه با طرحهای موجود بهبود بخشد.

Keywords:

ارتباط ماشین به ماشین , بلاکچین , محاسبات ابری , یادگیری عمیق