یک پروتکل مسیریابی مبتنی بر خوشه بندی با الهام از الگوریتم فرا ابتکاری جستجوی ارگانیسم های همزیستی در شبکه های ادهاک بین خودرویی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 793

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICEASCONF02_139

تاریخ نمایه سازی: 25 آذر 1395

Abstract:

به دلیل تحرک بالای خودروها و تصمیم گیری های متنوع رانندگان، نمی توان از ایستگاه پایه استفاده کرد. بنابر این خودروهای شبکه بایستی به طور مستقیم با یکدیگر ارتباط برقرار کنند. یکی از اهداف این شبکه ها برقراری ارتباط میان خودروها و تبادل اطلاعات مربوط به ترافیک و شرایط جاده ای از قبیل میزان یخ زدگی جاده، شرایط جوی و ... است. توپولوژی شبکه های بین خودرویی دائماً در حال تغییر است، زیرا گره ها در این شبکه متحرک بوده و در هر لحظه موقعیت مکانی خود را تغییر می دهند. از اینرو، یک پروتکل مسیریابی اثر بخش و کارا نقش بسیار مهم در بهبود امنیت مسافران بازی می کند. پروتکل مسیریابی AODV یک پروتکل مسیریابی مبتنی بر تقاضا است. سربار پردازشی و سربار کنترلی در این پروتکل پایین است. با این حال سربار پیام های همه پخشی درخواست مسیر در پروتکل مسیریابی AODV، بسیار بالا است. به همین خاطر پروتکل مسیریابی AODV، از مقیاس پذیری پایین رنج می برد. تکنیک خوشه بندی یکی از تکنیک های موثر برای افزایش مقیاس پذیری محسوب می شود. در این پژوهشی یک الگوریتم خوشه بندی برای کاهش سربار پیام های همه پخشی درخواست مسیر ارائه می شود. همچنین یک تکنیک برای شناسایی خودروهای سیاه چاله قبل از اجرای الگوریتم خوشه بندی ارائه می شود. این تکنیک از نفوذ خودروهای سیاه چاله در مکانیزم خوشه بندی جلوگیری می کند. در ادامه یک الگوریتم مسیریابی مبتنی بر خوشه با الهام از الگوریتم فرا ابتکاری جستجوی ارگانیسم های همزیستی ارائه شده است. نتایج ارزیابی نشان می دهد، مکانیزم خوشه بندی پیشنهادی، تکنیک شناسایی خودروهای سیاه چاله s مسیریابی مبتنی بر خوشه توانستهمقیاس پذیری پروتکل مسیریابی AODV را به طور قابل توجه افزایش دهد

Keywords:

مقیاس پذیری , خوشه بندی , خودروی سیاه چاله , جستحوی ارگانیسم های همزیستی

Authors

حمید جعفری

دانشگاه آزاد اسلامی، واحد قزوین

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Aswathy, M. C., & Tripti, C. (2012). An Enhancement to ...
  • Chauhan, R. K., _ Dahiya, A. (2012). AODV Extension using ...
  • Cheng, M. Y., & Prayogo, D. (2014). Symbiotic Organisms Search: ...
  • Daeinabi, A., _ Rahbar, A. G. (2013). Detection of malicious ...
  • Mahajan, K., Rizvi, M. A., & Karaulia, D. S. (2014). ...
  • Mirjalili, S. A. (2015). The Ant Lion Optimizer. Advances in ...
  • Mirjalili, S. A., Mirjalili, S. M., & Hatamlou, A. (2016). ...
  • Robert, R. R. (2010). Enhanced AODV for directional flooding using ...
  • Zhen, K., Wang, N., & Liu, A. F. (2005). A ...
  • نمایش کامل مراجع