الگوریتم مسیریابی تحمل پذیر خطا مبتنی بر اتوماتای یادگیر برای خطا های ناسازگاری داده در شبکه های حسگر بی سیم
Publish place: 15th Annual Conference of Computer Society of Iran
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,984
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSICC15_080
تاریخ نمایه سازی: 26 مهر 1388
Abstract:
از جمله مهم ترین چالش های مطرح در شبکه های حسگر بی سیم خطا و خرابی گره می باشد. اکثر تحقیقات صورت پذیرفته در این زمینه، معطوف به تحمل خطاهایی بوده که در آنها گره به طور کامل خراب می شود، اما تلاشهای کمی برای خطاهای ناسازگاری داده صورت پذیرفته است . خطای ناسازگاری داده خطائی است که بیانگر اختلاف مابین بسته داده ارسال شده و بسته داده دریافت شده در گره مقصد می باشد. این خطا به علت تغییر محتوای باینری بسته داده در حین پردازش به وجود میآید. در این مقاله پروتکل مسیریابی تحمل پذیر خطا برای خطاهای ناسازگاری داده به نام LADIT پیشنهاد می گردد. در این پروتکل، محیط شبکه به سلول هایی مجازی تقسیم شده و مسیریابی میان سلول های مجاور صورت می پذیرد.سه گره نماینده در هر سلول مسؤول انتقال اطلاعات سلول به سلول های مجاور می باشند. هر گره نماینده در هر سلول بسته داده را از سه گره نماینده سلول مجاور دریافت می کند و با استفاده از رأ یگیری اکثریت 3 بین بسته های دریافتی، خطای ناسازگاری داده را یافته و بر آن غلبه می نماید. پروتکل LADIT از اتوماتای یادگیر به منظور انتخاب نماینده های سلول استفاده می کند به منظور ارزیابی پروتکل LADIT با استفاده از نرم افزار شبیه ساز ns2 شبیه سازی شده است نتایج شبیه سازی عملکرد مطلوب پروتکل پیشنهادی را نشان می دهد.
Keywords:
Authors
سیدمحمد ابوالحسنی
آزمایشگاه محاسبات نرم دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر
مهدی اثنی عشری
آزمایشگاه محاسبات نرم دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر
محمدرضا میبدی
آزمایشگاه محاسبات نرم دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر
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 :