РЕФЕРАТ

Работа содержит 82 страниц, 26 рисунков да 18 таблиц. В процессе

работы было использовано 42 источника.

Цель работы : Повысить энергоэффективность сети Интернет вещей

за помощью модификации способа межмашинной связи.

Были проанализированы проблемы и недостатки Интернета вещей, исходя из

чего было принято решение улучшение энергоэффективность в сети за

помощью метода кластеризации За счет предложенного метода

кластеризации было модифицировано способ межмашинного связи, что дало

смогу повысить энергоэффективность связи сети. Было проведено

имитационное моделирование для подтверждения эффективности

предложенного метода

Ключевые Слова: M2M, IoT, кластеризация, сенсорная сеть,

модификация

2 
 
СОДЕРЖАНИЕ 
ВВЕДЕНИЕ   7 
РАЗДЕЛ 1   8 
АНАЛИЗ КОНЦЕПЦИИ ИНТЕРНЕТА ВЕЩЕЙ ТА ВОЗМОЖНОСТИ 
ОПТИМИЗАЦИИ СЕТИ   8 
1.1. Концепция Интернета Вещей   8 
1.2. Анализ проблем энергоэффективности и способы минимизации 
потребления энергии в среде IoT   19 
1.3 Кластеризация в беспроводной сенсорный сети  25 
1.4 Архитектура для сети m2m  31 
Выводы  38 
РАЗДЕЛ 2  40 
СПОСОБ МЕЖМАШИННОГО СВЯЗИ ТА ЕГО МОДИФИКАЦИЯ 
МЕТОДОМ КЛАСТЕРИЗАЦИИ  40 
2.1 Способ межмашинного связи  40 
2.2 Маршрутизация беспроводной сети  46 
2.3 Беспроводная сенсорная сеть с учетом мобильности  46 
2.4 Энергоэффективная взвешенная кластеризация с учетом мобильности  51 
Выводы  55 
РАЗДЕЛ 3  56 
ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ МОДИФИЦИРОВАННОГО Метода  56 
3.1 Алгоритм вычисление  56 
3.2 Моделирование да анализ результатов  57 
Выводы  61 
РАЗДЕЛ 4  62 
РАЗРАБОТКА СТАРТАП-ПРОЕКТА  62 
4.1. Описание идеи проекта  62 
4.2 Технологический аудит идеи проекта  63 
4.3 Анализ рыночных возможностей запуск cтаpтап пpоекта  64 
4.5 Разделение маркетинговой пpoгpами cтаpтап-проекта  71 
Выводы  72 
ОБЩИЕ ВЫВОДЫ ПО РАБОТЕ   73 

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ

IOT

(Internet Of Things) – Интернет Вещей

M2M

(Machine-to-Machine communication) – Межмашина

взаимодействие.

(Base Station) - Базовая станция

(Cluster Head) - Председатель кластера

WSN

(Wireless Sensor Network) - Беспроводная сенсорная сеть

QOS

(Quality of Service) - качество обслуживание

RSSI

(received signal strength indicator) - Показатель уровня сигнала

Мобильте узла

MAC

(Media access control) - Управление доступом к среды

ВВЕДЕНИЕ

Актуальность : Интернет вещей (IoT) ставит перед предприятиями

новые сетевые задачи по ряду направлений Это не только вызывает

потребность в новых технологиям и анализу в реальном времени для

поддержки множество устройств по всему миру, но также заставляет

организации уделять больше внимания тому, как все или "вещи"

взаимодействуют один из одним.

Межмашинная коммуникация (M2M) становится ключевым

компонентом как IoT, так и промышленного IoT (IIoT). Согласно Future

Market Insights, M2M является движущей силой всего Интернета (IoE), какой

также включает подключение машины, устройства и подключенных людей.

Для того, чтобы вся система длилась как можно длиннее, необходима

энергоэффективная конструкция для коммуникаций M2M. В большой

системе связи M2M, если каждое устройство осуществляет связь

непосредственно с базовой станцией (BS), будет много коллизий пакетов из-

за большого количества одновременных запросов доступа. Доказано, что

кластеризация и маршрутизация эффективны способом уменьшение

потребление энергии на уровни сети.

Объект - Межмашинный связь

Предмет – модифицированный способ межмашинной связи для сети

Интернета вещей

Цель - Повысить энергоэффективность сети Интернета вещей за

помощью модификации способа межмашинного связи

Задача:

● Проанализировать проблемы

энергоэффективности и способы

минимизации потребление энергии в среде Интернета вещей

● Модифицировать метод кластеризации сенсорной сети

● Модифицировать способ межмашинного связи в сети

Интернета вещей за счет применение предложенного метода кластеризации

● Провести оценку энергоэффективности предложенного решение

РАЗДЕЛ 1

АНАЛИЗ КОНЦЕПЦИИ ИНТЕРНЕТА ВЕЩЕЙ И ВОЗМОЖНОСТИ

ОПТИМИЗАЦИИ СЕТИ

1.1. Концепция Интернета Вещ

Суть идеи Интернета Вещ состоит в следующем. Предположим, что все

предметы и устройства, в нашем окружении (бытовые приборы, утварь,

продукты, одежду, промышленное оборудование, автомобили да др.)

Оснащены миниатюрными контроллерами и сенсорными (чувствительными)

устройствами. В таком случае при наличии возможности организации связи с

этими устройствами можно не только находить эти объекты, их параметры

размещения в пространстве и времени, но и осуществлять управление ими, а

также использовать полученную от них информацию в общей «умной

планете». В целом, с точки зрения инфокоммуникаций Интернет Вещей

можно символически представить в виде такой формулы:

ИС = Сенсоры (датчики) + Данные + Сети + Услуги

Интернет Вещ есть глобальной сетью связи, в какую включены

компьютеры, датчики (сенсоры) и/или исполнительные устройства

(актуаторы), которые связываются между собой с использованием интернет

протокола IP (Internet Protocol) или специальных протоколов (например,

стека протоколов ZigBee).

Стандартизация Интернета Вещ

В результате интенсивного развития сетей с коммутацией пакетов, в

первую очередь Интернета на начала 2000-х лет мировой

телекоммуникационный сообщество разработало концепцию новой ступени

развития коммуникаций - сетей следующего поколения NGN (Next Generation

Networks) и приступило к ее реализации. Технологии постройки Next

Generation Networks уже прошли путь развития от гибких коммутаторов

(Softswitch) к подсистем мультимедийной связи IMS (IP Multimedia

Subsystem) и беспроводной сети связи продолжительной эволюции LTE

(Long Term Evolution). В ходе этого процесса считалось, что основными

пользователями сетей NGN будут люди и следовательно, максимально

возможное число пользователей (абонентов) в таких сетях будет

определяться численностью население нашей планеты. За данным группы

консалтинга Cisco IBSG в период с 2008 по 2009 годы количество

включенных в Интернет устройств превысило количество людей, а к 2022

году вырастет до 50 миллиардов (рис.1.1)

Рис.1.1 Тенденции поиска Google с 2010 года для сроков M2M, IoT да IoT

Будущее Интернета вещей в разных отраслях

Развитие Интернета вещей происходит уже давно. После введение

новых показателей для эпохи после ISA технологии Интернета вещей

успешно реорганизуют предприятия и модифицируют оптимальные способы

их работы. Или технологии затрагивают практически все существующие

отрасли: охрана здоровья, страхование, интеллектуальные здания,

производство, транспорт и логистика, розничную торговлю и другие.

Какие изменения необходимо внести, во многом зависит от того, на

каких устройствах вы ориентируетесь, какой размер вашего целевого рынке

и, что наиболее важно, от того, в какой отрасли вы работаете. Несмотря на

то, что некоторые общие текущие тенденции IoT вполне заметны во всех

отраслях, не следует выпускать с внимания отраслевые прогнозы Будь то

тенденции промышленного Интернет вещей 2020 года, такие как

характерные для производства, или те, относящиеся в область охраны

здоровья или транспорта.

Тенденции Интернета вещей в охране здоровья

Интернет вещей очень хорошо подходит для потребностей охраны

здоровья.

Наиболее востребованы области внедрение технологий Интернета вещей:

Удаленное наблюдение за пациентом за помощью переносных устройств,

встроенные датчики которых отслеживают состояние пациентов.

Оптимизация повседневных операций в больницы за счет управление

медицинским оборудованием да упрощение обслуживание клиентов.

Тенденции Интернета вещей в производстве

Тяжело промышленность, такая как производство, связана со

сложными системами и процессами управления на заводах и за их пределами

Платформы промышленного Интернета вещей могут нет только обнаружить

неэффективность рабочих процессов, но и уменьшить их. Вот основные

улучшения, которые вносят платформы IIoT для производства:

 обслуживание производства

 управление запасами

 промышленная аналитика больших данных

Тенденции Интернета вещей на транспорте

Скорость внедрения Интернета вещей в транспортно-логистической

отрасли уже высокая и продолжает расти. Инвестируя в новые технологии,

транспортные компании снижают стоимость доставки или транспортировка и

повышают свою операционную эффективность. Последние тенденции в

области Интернета вещей, которые меняют способы транспортировка людей

и товаров:

Прогнозная диагностика и техническое обслуживание автомобилей на

основе автомобильного Интернета вещей

Полная транспортная телематика со связью между автомобилями

(V2V) Мониторинг грузов в реальном времени

Да или иначе, или отраслевые будущие тенденции Интернета вещей

есть частными примерами универсальных тенденций в приложениях

Интернета

вещей, которые мы рассмотрим ниже. Недавно Gartner выделила 10 основных

тенденций Интернета вещей, которые следует изучить в 2020 году. Это такие

тенденции:

• Гиперавтоматизация

• Мультиопыт

• демократизация экспертизы

• человеческое увеличение

• Прозрачность да прослеживаемости

• усиленный край

• распределена туча

• автономные вещи

• практический блокчейн

• AI Безопасность

Опираясь на этот список, мы хотели бы более подробно обсудить

тенденции IoT для улучшение человека, рост проблем безопасности,

практический блокчейн, искусственный интеллект, увеличение расходов

предприятий на IoT, сети 5G и расширены возможности край.

Возможности подключение и рост Интернета вещей

Важнейшая тенденция IoT на 2020 год состоит в том, что сети IoT

подключенных устройств, с которыми взаимодействуют люди, будут

расширяться, и объем данных, которые можно собрать из этих сетей, также

увеличится. Мы сознательно взяли новый образ жизнь - весь время на связи.

Очевидно, это невозможно игнорировать, и индустрия Интернета вещей идет

нам навстречу.

Gartner назвал эту тенденцию «Human Augmentation». Нет только

человеческое соединение, но и универсально подключенные устройства

являются фактором, который может изменить наш повседневный опыт.

Таким образом, сочетание этих двух вопросов рождает объединенный

разумный мир.

Движущей силой совершенствования сетей Интернета вещей в

отраслях продвигают сенсорные технологии, есть данные. Чем больше

данных организация или бизнес получает от подключенных устройств

пользователей, тем больше в них шансов предоставить своим клиентам

персонализированный опыт, удовлетворить их потребности и

спрогнозировать свою поведение.

Таким образом, потребность в информации создает основу для

потребительских тенденций в области Интернета вещей. Приложения

Интернета вещей сейчас тестируются в все большей количества вертикалей.

делая таким образом, организации стремятся повысить удобство работы

пользователей и качество услуг, что предоставляются. Точно да же

технологии связи развиваются в излишка, и каждый бизнес может

использовать те, которые самое лучшее удовлетворяют требованиям к

функциональности

В результате, чем больше подключенных устройств, тем больше

данных о потребителей собирается. Это возлагает на предпринимателей

ответственность за создание и соблюдение политик сохранности.

Тенденции в области безопасности Интернета вещей: актуальные

вопрос безопасности

Клубок подключений обязательно решит некоторые проблемы сетевой

безопасности в будущем Интернет вещей. Некоторые решения для

подключения, такие как Wi-Fi, недостаточно надежные. Кроме того, сети, в

которых работают или устройства, очень уязвимые из-за их

фрагментированности. Эта проблема становится все более актуальной в 2019

году и, таким образом, представляет собой еще одну тенденцию Интернета

вещей, какую нужно решить.

Во-первых, такие правила, как GDPR, могут способствовать

устранению недостатков. безопасности в устройствах IoT и заставлять

отдельных пользователей или организации (например, здравоохранение,

образование, государственные учреждения или предприятия) отслеживать

все устройства для реагирования на нарушения безопасности. эффективно.

Во-вторых, такие вещи, как системы управления мобильными устройствами

и системы контроля доступа к сети, вероятно, станут более популярными как

средства снижение рисков утечки данных. В частности, они позволяют

пользователям отслеживать количество устройств, подключенных к их сети,

кто их владельцы, которые данные идут из системы и т.д (рис 1.2)

Рис 1.2 Тенденции в области безопасности Интернета

вещей

Направления практического применение Интернета Вещ

на основе Интернета Вещей, Возможно, реализовать разные

«умные» приложения в всевозможных сферах деятельности и отраслях

жизни человека (рис. 1.2):

Рис. 1.2 Сферы реализации Интернета Вещей

• «Умная планета» – человек всегда сможет своевременно реагировать

на много экологических проблем (например: упущения в планировании

хозяйств, загрязнение) и, следовательно, более рационально распоряжаться

невосстанавливаемым ресурсами.

• «Умное город» - городской инфраструктура и муниципальные

услуги, (образование, охрана здоровья, жилищно-коммунальное хозяйство

(ЖКХ), общественное безопасность) будут лучше взаимосвязаны и

эффективны.

• «Умный дом» - система, способная распознавать различные

ситуации, что происходят в дома, и реагировать на них подходящим образом,

что обеспечит безопасность и комфорт жителей, а также будет

способствовать лучшему сохранению ресурсов

• «Умная энергетика» - обеспечение надежной и качественной

передачи электричества от источники к потребителя в нужный время и в

необходимый количества.

• «Умный транспорт» - увеличение скорости перемещение

пассажиров с одной точки пространства в другую, а да само повышение их

безопасности.

• «Умная медицина» – возможность для врачей и пациентов получить

удаленный доступ к дорогому медицинскому оборудованию или к

электронной истории болезни в любому месте, реализация системы

удаленного мониторинга здоровья, автоматизированная выдача препаратов

больным и много другого.

Оптимизация сети да IoT

Оптимизация сети IoT становится все более актуальной в связи с

ожидаемым огромным увеличением трафика, связанного с Интернетом

вещей, в ближайшие годы, поскольку миллиарды устройств IoT подключены

к глобальных сетей

В этом сценарии очевидно, что оператором необходимо

оптимизировать сети IoT, чтобы минимизировать влияние трафика,

связанного с IoT, на другие услуги, предоставляемые через мобильные сети.

Оптимизация сети IoT также является ключом к обеспечению максимального

использования сетевых ресурсов в других типах сетей.

Однако трафик, связанный с IoT, есть только частью проблемы для

операторов, поскольку количество задействованных устройств приведет к

значительного увеличение объема трафика, нет связанного с приложениями.

Согласно недавнему официальному документу, опубликованному

компанией Aeris, поставщиком услуг M2M-коммуникаций и Интернета

вещей, управление сетями для предоставление услуг Интернета вещей нет

похоже на управление традиционными сотовыми сетями через разного

профиля трафика Интернет вещей. Устройства IoT передаются с большой

регулярностью, чего нет можно сказать о смартфонах. Эта регулярность

разрешает поставщикам услуг Интернета вещей отслеживать шаблоны и

определять, или правильно работает устройство. Вот почему организации

сосредотачиваются на оптимизации сетей IoT, поскольку или услуги

становятся более зрелыми.

Aeris также обнаружил, что для внедрение оптимизации сети IoT есть

коммерческие предпосылки. «Если вы рассматриваете приложения IoT, у вас

может быть низкая пропускная способность и объем данных из самого

приложения, но присутствие устройства может генерировать больше

сообщений уровня управление, нож организация может поддерживать.

Например, с приложением может понадобиться отправлять всего несколько

мегабайт данных на устройство в месяц, но обмен сообщениями уровня

управление может иметь значительно больший объем, нож трафик самого

приложения. Этот трафик, не ориентированный на приложения, создает

значительное нагрузка на сеть », - говорится в официальном документе. За

словам Аэрис, способ решения проблемы – указать оборудование, которое

было разработано для ограничение трафика плоскости управление для

устройств IoT.

Aeris также подчеркнул, насколько важна для поставщиков услуг

Интернет вещей подготовка к гибкой масштабируемости. «Никто не знает, в

какой именно момент будет запущено отдельное приложение Интернета

вещей, и никто не может предположить, какие типы приложений Интернета

вещей будут лидировать на рынке. Следовательно, провайдеры услуг должны

иметь возможность расширяться. запросом с относительно низкой базы», -

добавлено в официальном документе.

По словам Aeris, организации должны быть готовы справляться не

только со средней нагрузкой, но и с пиковыми значениями, поскольку много

устройств Интернета вещей настроены на связь точно на час, что создает

всплеск трафика.

на окончание, оптимизация сети IoT предлагает организациям ряд

преимуществ, включая экономию затрат, повышение операционной

эффективности, а также более быстрое масштабирование или развертывание

услуг.

Алгоритмы на основе оптимизации роя частиц (PSO)

PSO есть вычислительным методом, какой оптимизирует дану

проблему путем повышения итеративного решения кандидата по данному

качеству. PSO возникла на основе поведения животных, птиц и т.д. и их

школьного характера. Благодаря уникальной структуре, выставлен ими,

предоставляется необходима информация о том, что интеллект не

сосредотачивается на индивидах, скорее он распределяется между многими

индивидуумами группы. PSO получила широкую популярность в последние

годы, и по этой методике было опубликовано много научных статей,

связанных с разными методами оптимизации Например, в [1], авторы

предложили иммунный ортогональный обучающий алгоритм PSO, какой

обеспечивает быстрое восстановление маршрута от провала пути через

подвижность узла раковины, а также обеспечивает альтернативный путь для

эффективного ремонта пути посредством ортогональной стратегии обучения.

Результат подтверждает, что алгоритм уменьшает накладные расходы на

связь и увеличивает время жизнь сети. Авторы [2] использовали PSO для

оценки разного уровня мощности передачи, необходимой для каждого узла,

без внесение отключенных участков в датчик кластера. Итоговые результаты

показывают, что с помощью PSO, метод сэкономил больше энергии датчиков

в сравнить со обычными узлами развертывание с единственной мощностью

передачи. Энергоэффективность есть важнейшим вопросом в кластерных

сетях на основе кластеров, где процесс выбора кластерных головок (КГ)

заметно влияет на производительность сети.

Генетические алгоритмы (GA)

GA пытается присвоить конкурентное решение задачи

соответствующим значением за помощью естественной эволюционной

деятельности, а также, используя выживание более приспособленного

принципа. GA можно использовать как для ограниченных, да и для

несмещенных задач оптимизации В [3], предлагается оптимальный алгоритм

маршрутизации алгоритма кластеризации k-mean и GA Используя алгоритм

кластеризации k-mean, можно достичь лучшей кластерной головы и

кластера, и за помощью GAможно выбрать оптимальный путь. GA

опирается на энергетическую ценность головы кластера и длину пути,

поэтому результирующий путь, полученный GA, будет иметь большую

надежность, более высокую скорость и продолжительность жизнь. В работе

[4] авторы предложили метод оптимизации кластеризации на основе GA для

ограниченных сетей учета стандартов IETF CoRE для передачи данных и

интерфейсов CoRE С помощью CoRE Interfaces потребление энергии может

быть уменьшен, поскольку в процессе коммуникации используется меньше

сообщений управление.

Эвристические алгоритмы

Эвристический алгоритм используется для поиска решение с многих

возможностей и обеспечивает сравнительно близкое решение сложной

проблемы более простым и быстрым способом. Есть много литератур,

доступных для оптимизации сети на основе эвристических алгоритмов

Например, в [5], авторы предложили протокол маршрутизации RPL как

Robust Shortest Path Tree (RSPT), который повышает устойчивость в

маршрутизации сети, учитывая наличие неопределенности в качестве канала

и адреса стоимости отдельной дуги, которая определяется возможными

значениями вместо одной проблемы, они расширили алгоритм

эвристического сценария (SBA). Авторы [6], использовали технологию LTE,

чтобы обеспечить покрытие для разных устройств IoT и сделать эту

технологию ограничением ресурсов и облегчить эффективное общение,

предложив механизм LTE Random Access Channel (RACH). Этот механизм

позволяет устройствам получать доступ к каналов и уменьшать мощность

передачи, авторы предложили алгоритм отсроченной мощности (DPRA),

какой есть эвристическим подходом.

Эволюционные алгоритмы (EA)

EA использует популяционный подход к мета-эвристическому

алгоритму да предоставляет приблизительно решение практически всех видов

проблем, поскольку при формулировке проблемы это нет делает

предположения. Некоторые с работ, что базируются на EA [7] , где авторы

предложили алгоритм оптимального обеспечение энергосберегающего

протокола (OSEAP) и улучшенной оптимизации загрузки бактерий (IBFO)

для безопасной передачи данных и экономии энергии при выборе кластера

для передачи данных между источником и пунктом назначение. Этот метод

превосходит производительность, энергию и задержку сравнительно с

предварительными методами.

Основные параметры сети поддерживаются разными типами

алгоритмов

Сравнение вышеуказанных типов алгоритмов с разными параметрами

сети, чтобы обеспечить различные параметры сети, поддерживаемые этими

типами алгоритмов

1. Балансировка нагрузки: балансировка нагрузки в сети во время

маршрутизации данных играет немаловажную роль для максимизации срока

службы сети. Расчет множества метрик при маршрутизации поможет в

обеспечении надежной коммуникации данных с меньше вероятностью отказа

узлов в сети.

2. Максимизация срока службы сети: параметр выравнивание

нагрузка и управление отказами узлов вместе с энергоэффективной

маршрутизацией помогают в максимизации срока службы сети. Поскольку

срок службы батареи или энергия узлов ограниченная, механизм должен

ограничивать или сбалансировать разные параметры сети, чтобы

максимизировать срок службы сети. Большинство алгоритма помогает в

максимальной жизнеспособности сети.

3. Управление ошибками: ошибка связи происходит в результате

отказа узлов в сети, приводит к ухудшению сигнала и уменьшает срок

службы сети. Отсюда механизм должен свести к минимуму неудачи связи.

для обеспечение надежного связи.

4. Качество ссылки Этот параметр обеспечивает связь QoS. В случае

многолучевого тракта, путь проверяется, и данные передаются в

эффективный путь для уменьшение повторных передач полезного нагрузка и

прогнозируемых задержек. Этот параметр частично помогает в

максимизации срока службы сети, поскольку она уменьшает повторную

передачу пакетов.

5. Энергоэффективность: Алгоритмы должны обеспечить механизм

энергосбережение для минимизации потребление энергии узлами, что есть

важной частью IoT. Энергосбережение можно рассматривать в разных

аспектах, таких как маршрутизация, сокращение рабочего цикла, контроль

перегрузка да много других. Большинство алгоритма предоставляет

стратегию энергосбережение для максимального срока службы сети.

6. Гетерогенность: IoT представляет собой комбинацию различных

типов устройств и услуг, данные с этих устройств имеют гетерогенную

форму. Неоднородность рассматривается в соответствия с многими

факторами, такими как разные производители, разные типы программного

обеспечение да программного обеспечение, разные протоколы тому

подобное. Алгоритм должен поддерживать гетерогенные среды и помогать

во взаимодействии между разными протоколами. Но большинство алгоритма

нет поддерживает неоднородность.

1.2. Анализ проблем энергоэффективности и способы

минимизации потребление энергии в среде IoT

Интернет вещей – это новая парадигма. Она совмещает такие

технологии, как повсеместное вычислительное оборудование,

всеобъемлющие вычисления, интернет- протокол, технологии зондирования

и коммуникационные технологии и т.д. и контроль над нашей жизнью.

Поскольку миллионы устройств подключены к Интернету, а устройства

ограничены энергией, энергия есть важным фактором IoT. Чтобы увеличить

время работы датчика, необходимо сохранить энергию на разных уровнях.

Энергоэффективность в среде IoT

Срок «Энергоэффективность» охватывает разные аспекты системы IoT.

Наиболее распространены следующие аспекты:

● Энергия на корректно принят бит: сколько тратится на

транспортировка одного бита информации от источники к места назначение.

● Энергия по каждому зарегистрированному событию: это

энергия, израсходованная на отчетность о одну событие.

● Компромисс с задержкой/энергией: понятие безотлагательных

событий да скорость сообщение о такие события.

● Сетевой срок службы: время, в какой он способен выполнить

свое Задача

Узел датчика использует свою энергию для выполнения таких

функций, как приобретение, связь и обработка данных. Приобретение

зависит от типа мониторинга. Коммуникация потребляет больше энергии, чем

другая задача. Он охватывает с точки зрения эмиссии и приёма. Обработка

данных является техникой, в которой промежуточный узел избран для

консолидации потоков данных датчиков от выходных узлов к узла раковины.

Вопрос в энергосбережении

Вопрос энергоэффективности в IoT можно подытожить следующим

образом:

1. Прослушивание в режиме ожидания: Узел в активном режиме есть

основным источником потребление энергии. Важно уменьшить

израсходованы энергоресурсы Она не должна находиться в активном

состоянии. Ожидаемая готовность передавать данные, нет принимая или

передавая пакеты, называется простаиванием. Существуют разные подходы

к сокращению общего активного времени. Узлы датчика сна возвращаются в

активный режим через определенный промежуток времени или после

обработки сигнала пробуждение.

2. Столкновение : Столкновение происходит, если узлы получают

несколько пакетов данных одновременно. Благодаря этом получены данные

тщетны. Процесс передача должна повторяться, пока энергия рассеивается.

Столкновение также увеличивает задержку. Эти операции могли б

потреблять достаточно много энергии.

3. Чрезмерная поверхность: Узлы датчиков высокой плотности

приводят к помех для соседних узлов при передаче данных. Это называется

через слух. Узлы в пределах досягаемости имеют эту особую проблему. Это

приводит к сжиганию энергоресурсов за счет получения и обработки

ненужной информации

4. Уменьшение расходов протокола: Информация о заголовке

протокола истощает энергетические ресурсы Методы уменьшение накладных

расходов протокола - это адаптивные периоды передачи, подходы крестного

слоя и оптимизированные затопления.

5. Колебания трафика : Трафик может привести к перегрузкам или

высоких задержек. Если сеть работает на максимальное мощность, перегрузка

повышается до чрезвычайно высокого уровня

Пути энергосбережение

1 Управление деятельностью узлов: В деятельности узлов есть две

части, а именно: планирование сна и деятельность узла по требованию.

Планирование сна – это способ установить узел в спящий режим и

определить время пробуждения. Это экономит энергию в пространстве. Здесь

определяются определенные периоды, в которых отдельный узел находится в

спящему режиме. Действие узла на требование нет запланирована, но узел по

умолчанию находится в активном состоянии с простой функциональностью.

Если передается сигнал пробуждения, соседние узлы в пределах области

переключаются в активный режим. После активации происходит передача

данных. Поскольку не нужно декодировать сигнал пуска, все окружающие

узлы включаются и для них нет нужно. Устройства разворачиваются и

образуются кластеры. Предложено также схему [8]

,планирование деятельности для определения покрытия. Это делается в

раундах. В каждому раунде узел выбирает случайный тайм-аут и

прислушивается к уведомлений от соседей до его окончания. Сообщения

содержат решения быть активным или нет. Для передачи такого типа

сообщений нужна небольшое количество энергии. Уменьшив потребление

энергии на уровне узлов, можно повысить энергоэффективность.

2. Процесс агрегирование да передачи данных: Стоимость передачи

данных выше, нож обработка данных. Это полезно для агрегирование данных

в пределах кластеров. Кластеры могут уменьшить объем данных, поскольку

главные кластеры отвечают за мониторинг и обработку запросов. Это

облегчает несколько эффектов рассеяние энергии. В этом процессе

данные, которые поступают с разных

источников, объединяются в один пакет данных. Это помогает уменьшить

избыточность и минимизировать количество передач. Беспроводная передача

данных использует большую часть общей энергии. Включение управление

мощностью в процесс передачи может привести к большей экономии

энергии [9]. В применениях короткого диапазона мощность передачи, какая

непосредственно связана со скоростью передачи данных и схема мощности,

должны быть тщательно сбалансированы для достижение высокой

энергетической эффективности. Для достижение энергоэффективности при

передачи используются алгоритмы оптимизации

3. Протокол MAC: Энергия очень важна для обработки устройств IoT.

Лучший дизайн протокола MAC есть одним с способов эффективного

использование энергии. Важным атрибутом протокола MAC есть

Энергоэффективность. Протокол MAC рассматривается как

вспомогательный уровень слоя канала передачи данных Он описывает

правила передачи кадра. Если есть много узлов, протокол MAC

координирует доступ к канала. Популярный стандарт MAC, описан

Институтом инженеров электротехники да электроники (IEEE) в 2003 году,

а потом просмотрено в 2006 году. IEEE

802.15.4 определяет два режима работы, то есть не-режим включения

радиомаяка и режим включение радиомаяка. Первый всегда пробуждается,

чтобы получить кадр. Последний описывает супер-кадры, где узлы

просыпаются только в течении небольшой части суперкадра. Это приводит к

увеличение потребление энергии да пропускной способности. Основная идея

протокола рабочего цикла состоит в поэтому, чтобы уменьшить ненужную

деятельность, поместив узел в спящий состояние. Это представлено как

периодическая схема пробуждение. Узел периодически просыпается для

передачи или приема пакетов. Если активности нет, узел возвращается в

состояние сна. Продолжительность цикла измеряется как отношение длины

периода прослушивание к продолжительности периода пробуждение.

4. Управление безопасностью: Энергия является важным фактором

рассмотрения мероприятий безопасности для узлов. Но системы

безопасности нет предназначены для устройств,

ограниченных ресурсами. Одна с проблем состоит в поэтому, чтобы сделать

алгоритмы шифрование быстрее и меньше энергоемкими. Существующие

методы поддерживаются для мощного оборудования. Важно ограничить

потребление энергии да тем самим Продолжить срок службы батареи.

Мероприятия безопасности значительно влияют на его потребление энергии

для исполнение функций шифрование и дешифрование. Требования

безопасности касаются каждого слоя IoT. В перцептивном шары

аутентификация необходима для предотвращение незаконном доступа к узла.

Затем, для защиты конфиденциальности информации, необходимо

шифровать данные. Если боль сильны меры безопасности, то он потребляет

больше ресурсов. В сетевом слое трудно применить существующие

механизмы безопасности связи, потребляющие больше энергии.

Конфиденциальность и целостность важны в этом слое. Существует два

аспекта в прикладном уровне, то есть аутентификацию и согласование ключа

в гетерогенной сети. Системы не назначены для устройств, ограниченных

ресурсами. Поэтому в этом шары необходимо реализовать легкие

криптографические алгоритмы

5. Управление топологией: Роль управление топологией состоит в

снижении потребления энергии узла. Это способ продлить срок службы сети.

Типы есть такими:

● Управление топологией на основе графиков Это делается

локально, если есть информация о расстояниях между датчиками и их

относительном расположении. Несколько графиков выходят с разными

свойствами.

● График относительного соседства Это прямой график,

соединяющий две точки. Триангуляция точки является максимальным из

незаурядных отрезков линий с вершинами точки.

● Локализованное минимальное остовное дерево Вычисляет

топологию уменьшение мощности путем построения минимального

остовного дерева по сети полностью распределенным образом. Такой подход

менее энергоемок, чем выходная сеть.

6. Маршрутизация - это акт передачи информации через сеть от

источники к места назначение. Это происходит в сетевом

шаре.Маршрутизация принимает решение, которые маршруты использовать.

Маршрутизация может быть разделена на плоскую иерархическую

маршрутизацию. маршрутизацию и маршрутизацию на основе

местонахождение. Все узлы имеют равную роль или функциональность в

плоском маршрутизации В иерархической маршрутизации узлы будут

воспроизводить разные роли в сети. Позиции узлов используются для

маршрутизации данных по маршрутизации на основе местонахождение. Эти

протоколы можно также классифицировать на основе многоканальной,

основанной на запросах, переговорах, маршрутизации на основе QoS и

когерентной.

Характеристика протоколов маршрутизации может быть разделена на

три основные категории, такие как проактивные, реактивные да гибридные

Протоколы. Проактивные протоколы активно собирают информацию о

маршрутизации, стараясь всегда иметь обзор топологии всей сети.

Реактивный протокол ищет маршруты по запросу Только когда начинается

передача, срабатывает процесс обнаружение маршрута. Гибрид - это

комбинация обоих. Пакетно переадресация может быть либо посредством

хопа, либо через маршрутизацию источники. С первым, каждый

маршрутизатор сохраняет небольшую часть каждого маршрута. В

последнему случае весь путь маршрута используется для передачи данных.

Это имеет преимущества в эффективности памяти. Он увеличивает размер

заголовка и объем трафика. Протокол с использованием многолучевой

маршрутизации ищет альтернативные пути к каждого места назначения. С

помощью вероятностной маршрутизации решения о маршрутизацию

вычисляются на основе вероятностных значений. Энергоэффективность

может быть введена в существующие протоколы посредством

соответствующих метрик. Наиболее распространённой метрикой является

Hop Count. Выбрано маршрут, какой использует наименьшее количество

переходов. Метрика, какая принимает энергетический уровень на уровне узла

или сети, может влиять на решение маршрутизации протокола таким

образом, что сохраняет энергетические ресурсы

1.3 Кластеризация в беспроводной сенсорный сети

Вследствие ограниченности ресурсов в WSN, прямая связь узла

датчика с BS или многозонной связью сенсорных узлов в сторону BS не

является практичным, поскольку потребление энергии есть высоким, что

приводит к раннего окончание действия датчиков, как показано на рис.1.3.

Прямой связь или одноярусный связь невозможен для крупномасштабной

сети, поскольку WSN не может поддерживать связь на больших расстояниях.

Прямое общение имеет свои недостатки, такие как высокое потребление

энергии, дублирование данных (узлы датчиков, которые были близки друг к

другу, передача данных с очень малыми вариациями), и самые дальние узлы

быстро гибнут. Для преодоления этих проблем используется двухуровневая

коммуникация за помощью иерархического подхода, где узлы группируются

в кластеры Узел лидера, который также называется главой кластера (CH),

отвечающей за агрегацию данных и потом пересылка его на BS.

Рис.1.3 Прямое общение.

Иерархическая сетевая структура часто делает двухуровневую

иерархию, в которой головы кластера размещаются на верхнем уровни, а

нижний - для узлов-

членов. Узлы нижнего уровня периодически посылают данные в

соответствующие CH. Затем глава кластера объединяет эти данные и

пересылает их в BS. Узел CH тратит больше энергии, чем узлы-члены, как и

все время CH-узел передает данные на большие расстояния. Более того, после

определенных раундов выбранный СН может быть неспособным выполнить

или погибнуть в результате высокого энергопотребления. Для обеспечение

балансировка нагрузка между узлами датчиков роль CH периодически

меняется, чтобы сбалансировать потребление энергии. Связь внутри кластера

является однохопным (intracluster), а между кластерами есть мультихоп

(intercluster), как показано на рис.1.4.

Рис 1.4 Кластерная коммуникация.

Параметры кластеризации

Параметры кластеризации, которые могут непосредственно или

косвенно влиять на процесс создание кластера, рассматриваются ниже.

● Количество кластеров. В большинстве существующих подходов

выбор головы кластера и образование кластеров приводят к разному числу

кластеров, где количество кластеров предварительно определенной. Это

ключевой параметр, который касается эффективности алгоритма

кластеризации, которая зависит от размера сети.

● Формирование кластеров. Подход формирования кластера может

быть централизованным, где решение формирование кластера

обрабатывается БС, а в распределенном подходе - без любой координации В

литературе также используются гибридные подходы, где используются

преимущества обоих подходов.

● Внутрикластерные коммуникации. Это означает связь сенсорных

узлов с выбранным им CH в кластере В большинстве подходов сенсорные

узлы непосредственно (one-hop) связываются с CH, поскольку это зависит от

расстояния между узлом и CH. В широкомасштабной сети также может быть

принята многозонная коммуникация для внутрикластерного связи

● Мобильность. В статической сети датчиковые узлы и головки

кластера есть статическими результатами в стабильных кластерах. Кроме

того, статическое положение узлов приводит к облегченному управлению

сетью. Кластер и CH развиваются относительно времени, если узлы меняют

свое положение, что требует постоянного обслуживания.

● Типы узлов. В существующих предложенных подходах

некоторые из них использовали гетерогенные узлы, а некоторые

использовали однородные узлы в сети. В гетерогенном среде, как правило,

CH имеют высокие коммуникационные да вычислительные ресурсы, нож

обычные узлы. Хотя в однородный сети все узлы имеют одинаковые

возможности, и некоторые с них предназначены как CH через эффективные

методики

● Выбор головы кластера. Общая производительность сети также

зависит от выбора головы кластера. В некоторых предложенных методах

голова кластера есть предварительно определенной (как правило, в

неоднородных средах). В большинства случаев выбор CH основывается на

разных

параметрах (Расстояние от узлов и центра, энергетический уровень тому

подобное) или используется вероятностный подход или это осуществляется за

помощью любой случайной техники.

● Многоуровневая иерархия кластеров. В литературе несколько

методов использовали концепцию многоуровневого кластера для достижения

даже улучшенного потребление да распределения энергии. Узел датчика

связывается с CH в соответствующих кластерах уровня 1, дополнительно

связывающихся с кластерами уровня 2. В этом подходе межкластерное

общение имеет большое значение, особенно для крупномасштабных сетей.

● Сложность алгоритм. Другим важным параметром кластеризации

есть сложность алгоритма; Целью последних алгоритмов является быстрое

формирование кластеров и выбор СН. В большинстве методов временная

сложность или сходимость сохраняются постоянными, тогда как у некоторых

она зависит от ряда узлов датчиков в сети.

Критерии выбора CH :

• Начальная энергия: это важный параметр для выбора CH. Когда

начинается любой алгоритм, он обычно рассматривает начальную энергию.

• Остаточная энергия: После завершения некоторых раундов выбор

головы кластера должен базироваться на энергии, что осталась в датчиках.

• Средняя энергия сети: средняя энергия используется в качестве

опорной энергии для каждого узла. Это идеальная энергия, которую каждый

узел должен владеть в текущем раунды, чтобы поддерживать сеть в живых.

Иерархические подходы на основе кластеров

Подходы кластеризации используются для упрощение управление

узлами, для уменьшение потребление энергии, для достижение

масштабируемости, а также для улучшение балансировка нагрузка да

надежности и агрегации данных Узлы сгруппированы для формирования

кластеров. Узел, известный как голова кластера (CH), отвечает за сбор

данных с узлов. членов (MN), агрегирует его, а затем пересылает в BS

непосредственно или через некоторый промежуточный CH, как показано на

рисунку 1.4. Вместо этого того, чтобы

посылать данные Из всех узлов датчика в кластере, CH посылает только

агрегированные данные, которые в свою очередь минимизируют количество

пакетов, что передаются в сети и минимизируют потребление энергии.

Данные, полученные от CH-узла, далее обрабатываются на базовой станции,

где конечные пользователи получают доступ к нее. Позиция BS может быть в

пределах поля или может быть размещена вне области сети. Обычно BS

размещается снаружи и на расстоянии от сенсорных. узлов. Данные,

получены датчиком, передаются через шлюз (CH) к BS. Многоуровневая

иерархия кластеров может иметь более одной BS в сети (если это

необходимо). В литературе делались разные попытки улучшить

энергоэффективность с помощью различных методов кластеризации, решая

проблемы эффективного образование кластеров, равномерного

распределения нагрузка, выбора да повторного выбора СН, и кластерного

реформирование;

Модель сети

• Все узлы стационарные после развертывание в поле и имеют

информацию о местонахождении.

• Единственная базовая станция находится поза полем.

• Узлы считаются погибшими только тогда, когда их энергия исчерпана.

• Все узлы датчиков есть однородными.

Энергетическая модель

Рис.1.5 Модель радио энергии

Обычно для вычисления потребления энергии в процессе передачи

данных маршрутизации используют режим канала ослабление свободного

пространства и модель канала многолучевого затухание. Протокол выбирает

режим

канала на основе расстояния между передатчиками и приемниками. Если

расстояние между узлами меньше порогового значения , модель канала

ослабления свободного пространства надлежащей, иначе многолучевая

модель затухания канала. Поэтому для передачи k-битовых данных

расстояние d, потребление энергии есть

при этом потребление энергии для получение k битовых данных

где, есть энергия электроники, - время увеличение

усилителя. Расход усилителя и расстояния - находится в масштабе. Если

расстояние

передачи короткая, да m=2, иначе да m=4 . Итак,

потребление энергии при отправке k битовых данных

(1.1)

Кластерная организация для сенсорных сетей

LEACH (Иерархия адаптивной кластеризации с низкой энергией) есть

первой попыткой к протоколам маршрутизации на основе кластеров. На

этапе настройка протокола LEACH главные кластеры выбираются за

помощью динамического, распределенного да рандомизированного

алгоритм.

Объединим две фазы в одну фазу с пятью шагами:

на первом этапе CH передает другие датчики, его идентификатор и

рекламное сообщение, после чего на втором этапе каждый датчик посылает

свой идентификатор, CH ID и сообщение запроса на присоединение к

желаемому CH. Когда CH получил все запросы, он транслирует свой

идентификатор и график временных интервалов для датчиков, который

включает каждого члена с его временным слотом (шаг три). После этого

каждый датчик посылает свой идентификатор, идентификатор CH и отчет

считывания на свой CH (шаг четыре). Наконец, каждый CH посылает свой

идентификатор BS ID и агрегированный отчет своих членов BS.

Передача информации между датчиками, а также между датчиками и

BS, осуществляется за помощью протокола CSMA MAC. С другой стороны,

они связываются с помощью кодов CDMA для уменьшения помех, которые

могут возникнуть в результате связи соседних узлов

1.4 Архитектура для сети m2m

Требования к проектирование сети для программ M2M да IoT

значительно отличаются от коммуникаций H2H и M2H из-за характера услуг.

Требования к данных и коммуникаций систем H2H и H2M в основном

преобладают высокую скорость передачи данных и низкую задержку. Или

сети также должны поддерживать асимметрию скорости передачи данных с

более высоким объемом данных на нисходящей линии связи для программ,

таких как загрузка файлов и поточное видео. Рисунок 1.5 показывает

функциональную архитектуру сети связи M2M на основе стандарта ETSI

[10,11] Архитектура разделена на два области; устройства и шлюза, а также

сети. Домен устройства и шлюза состоит из устройств M2M, сетей,

приложений и шлюза M2M. Сетевой домен в основном состоит из сетей

доступа и основных сетей, функций управления M2M и разных приложений

M2M. Домен устройства и шлюза может поддерживать два типа устройств

M2M, где усовершенствованные устройства могут иметь прямое

подключение к серверам приложений через сеть доступа, в то время как

другие устройства с меньшими возможностями могут подключаться к

сетевого домена только через шлюз M2M через сеть, как показано на

картинке. Устройства M2M также могут быть подключены к домену сети

через несколько шлюзов M2M через разные сети доступа. Элементы сети в

домены устройства да шлюза должны обслуживать трафик M2M

непосредственно с узлов-источников, которые распределены по широкой

области. Или устройства будут генерировать короткие пачки данных и

иметь низкие требования к энергопотребление. С другой стороны, в сетевом

домене соединение данных в основном обслуживаются шлюзами и

усовершенствованными устройствами M2M, где пачки данных обычно

больше, с меньшими ограничениями на потребление энергии. Возможность

подключение в этой области может поддерживаться стандартными

стандартами сотового связи, а также стандартами высокой скорости передачи

данных на малых дальностях. Чтобы поддерживать требования к

коммуникации M2M через сотовую сеть, необходимо разработать новые

методы распределения радиоресурсов, чтобы можно было эффективно

обслуживать короткие да нечастые пачки данных [12,13].

Рис.1.5 Функциональная архитектура сети M2M на базе спецификации ETSI.

Используя стандарты беспроводных сетей малого радиуса. Сети

M2M будут непосредственно обслуживать конечные устройства, которые

распространяются по географической территории. Для того, чтобы собирать

данные с распределенных устройств, необходимо обеспечить бесшовную

связь от устройств к серверам данных. Прямое подключение от устройств

передачи данных к серверам данных невозможно из-за высокой плотности

узлов и требования к мощности передачи. Полезно будет передавать данные

с устройств через локальные шлюзы на сервер за помощью нескольких хоп-

линий. Поскольку конечные устройства будут генерировать нечастые пачки

данных, необходимо выбрать соответствующие топологии сети да протоколы

MAC, чтобы обеспечить бесшовную связь с максимальной эффективностью

передачи при минимальных затратах.

Архитектура сетей беспроводных датчиков с низким

энергопотреблением считается наиболее подходящей для сетей M2M

благодаря своим низким расходам и потребностям энергии. Беспроводные

сенсорные сети обычно используют одну из нескольких сетевых топологий

для передачи данных Основными используемыми топологиями сети

являются: звезда, одноранговой узел, дерево и сетка[14]. Звездная топология

является самой распространенной топологией для сенсорных сетей малого

размера, тогда как архитектуры сетевых и сетчатых сетей расширяют

диапазон связи. Топология звезды использует координатор для обмена

данными между подключенными узлами; в беспроводных сенсорных сетях

топология звезд также называется топологией кластера, где координатор

становится головой кластера. Диапазон передачи кластерной топологии

можно расширить за помощью топологии деревья кластеров. В топологии

деревья кластеров множественные кластеры связываются друг с другом или

через головы кластера или маршрутизаторы, как показано на рис. 1.6

Рис.1.6 Сетевая архитектура кластерного дерева. Работа в сети

показывает обмен данным между сервером и конечными

устройствами.

Протокол контроля доступа к среды есть еще одной важной проблемой

для проектов M2M [15]. Сетевую сеть M2M можно рассматривать как

локальную и/или персональную сеть, где используется один с трех разных

классов протоколов MAC. Такими протоколами есть: запланированный

доступ, произвольный доступ и опрос [14]. Протоколы планового доступа и

опроса, как правило, требуют большей поддержки сигнализации управления

по сравнению с протоколами произвольного доступа и, как правило, не

подходят для сетевых сетей малой мощности. Высокие уровни сигнализации

увеличивают потребление энергии и вычислительные сложности С другой

стороны, протоколы произвольного доступа обычно имеют более низкие

требования к сигнализации за счет деградации QoS, особенно при высокий

нагрузке на трафик.

Технология беспроводного связи

С множеством стандартов коммуникации с высокой скоростью

передачи данных, которые нет подходят для общение с датчиками да

исполнителями, дизайнер системы ищет в основном стандарт для

эффективной работы с низкими энергозатратами и низкой задержкой. Хотя

он был сначала построен как альтернатива Bluetooth через неэффективность

работы в определенных приложениях, ZigBee лучше всего подходит для

устройств IoT, включая промышленную автоматизацию, встроенные

системы, домашнюю автоматизацию тому подобное.

Рис.1.7 Стек протокола ZigBee / IEEE 802.15.4

Архитектура ZigBee (рис.1.7) базируется на следующих блоках.

Верхний уровень - это прикладной уровень с узлами для подсоединения

конечного устройства, а нижний – это уровень данных/связь, образующих

мост между верхним и нижним слоями, являющимися сетевой слой для

выполнения функции. Эта целая модель известна как стек, поскольку все

слои образуют стек.

Связь в сети

В основе сети ZigBee лежит Mesh-сети (mesh-топология). В такой сети,

каждое устройство может связываться с любым другим устройством как

непосредственно, так и через промежуточные узлы сети. Mesh-сети

предлагает альтернативные варианты выбора маршрута между узлами.

Сообщение поступают от узла к узла, пока нет достичь конечного

получателя. Возможны разные пути прохождения сообщений, что повышает

доступность сети в случае выхода с лада того или иного звенья.

Связь в сети ZigBee осуществляется посредством передачи пакетов

данных между подключенными к сети устройствами, которые бывают трех

видов:

1. координатор (ZC);

2. маршрутизатор (ZR);

3. конечное устройство (ZED).

Координатор идентифицирует сеть и управляет ее процессами: задает и

сохраняет ключи безопасности устройств, устанавливает политику

безопасности своей сети и соединяется с другими сетями. Координатор в

каждой сети ZigBee может быть только один.

Маршрутизатор – это устройство, занимающееся динамической

передачей пакетов данных по сети Его можно подключать к другим

маршрутизаторам. или координатору в сети, а к нему другие

маршрутизаторы или дочерние устройства. Маршрутизатор имеют

стационарное питание и могут обслуживать к 32 дочерних конечных

устройств одновременно, включая "спящие".

Конечное устройство - элемент системы, что работает от автономного

источники питание и выполняет назначенную функцию за помощью

датчиков или исполнительных устройств. Конечное устройство

подключается к маршрутизатору. или координатору и не имеющему

дочерних устройств, может отправлять и принимать пакеты данных, но

только через маршрутизатор или координатор. С другими конечными

устройствами осуществлять обмен информацией непосредственно нет может,

через что большую часть времени проводит в "спящему" состоянии для

экономии заряда

Топологии сети ZigBee

ZigBee поддерживает три типа сетевых топологий, имеющих звездную

топологию, топологию деревья и mesh-топология.

Топология звезд – это место, где координатор окружен группой

конечных устройств или маршрутизаторы. Эта топология просто, но имеет

ряд недостатков. В момент, когда координатор прекратит работу, вся сеть не

работает, поскольку весь трафик должен проходить через центр звезды. По

той же причине координатор легко станет узким местом для движения.

(рис.1.8)

Рис 1.8 Топология звезд

Топология дерева – координатор инициализирует сеть и является

корнем дерева. Координатор может иметь маршрутизаторы или концевые

устройства, подключенные к него и для каждого маршрутизатор; есть

возможность подключение большей количества дочерних узлов к каждого

маршрутизатор. Поскольку сообщение может принимать только один путь,

то этот тип топологии не является самой надежной топологией. (рис.1.9)

Рис. 1.9 Топология деревья

Топология mesh – в такой сети, каждое устройство может связываться

с любым другим устройством как непосредственно, так и через

промежуточные узлы сети. Mesh-сети предлагает альтернативные варианты

выбора маршрута между узлами. Сообщение поступают от узла к узла, пока

нет достичь конечного получателя. Возможны разные пути прохождения

сообщений, что повышает доступность сети в случае выхода с лада того или

другого звенья(рис.1.10)

Рис.1.10 Топология Mesh

- связь в сети IEEE 802.15.4 / Zigbee осуществляется путем

последовательной ретрансляции пакетов от узла источники к узлу адресата;

- сети IEEE 802.15.4 / Zigbee предусмотрено несколько

альтернативных алгоритмов маршрутизации, выбор которых происходит

автоматически.

Передача данных в ZigBee

Трансляция: В простых словам Трансляция значит информацию /

программу, что передается по радио или телевидению. Другими словами,

трансляции передаются многим или всем устройствам сети. Трансляции из

протоколом ZigBee распространяются по всей сети таким образом, что все

узлы получают передачу. Для этого координатор и все маршрутизаторы

принимают широковещательную передачу, будут повторно передавать пакет

трижды

Передача одноадресных передач: передачи одноадресных передач в

ZigBee передают данные от одного источника другому устройству

назначения. Устройство назначения может быть непосредственным соседом

устройства-источника, или он может иметь несколько прыжков между ими.

Каждый сетевой узел ZigBee – это не только сам объект, который

может быть отслежено непосредственно с помощью сбора и мониторинга

данных, он может автоматически передавать с других сетевых узлов

передачу данных, в дополнение к каждому сетевому узлу ZigBee (FFD) также

в пределах их охват. внутри сети информация с несколькими транзитными

соединениями не выполняет задачу изоляции беспроводного дочернего

соединения узла (RFD). Каждый сетевой узел ZigBee (FFD и RFD) может

поддерживать до 31 датчика и контролируемых устройств, каждый датчик и

управляемые устройства могут взаимодействовать с 8 различными способами

захвата и передачи цифровых и аналоговых сигналов

Выводы

1. Интернет вещей является новой технологией, которая еще имеет

много недостатков. Были проанализированы алгоритмы да обнаружено такие

недостатки как: энергоэффективность, безопасность, срок службы сети да

много других проблем

2. Одним из способов улучшения энергоэффективности является

кластеризация. Существует много методов кластеризации, которые

используют разные критерии формирование кластера и работы сети в целом,

что помогает повысить уровень энергоэффективности.

3. Проанализировав основные недостатки и проблемы

энергоэффективности, было предложено решение, относительно повышение

уровня энергоэффективности методом кластеризации

РАЗДЕЛ 2

СПОСОБ МЕЖМАШИННОЙ СВЯЗИ И ЕГО МОДИФИКАЦИЯ

МЕТОДОМ КЛАСТЕРИЗАЦИИ

2.1 Способ межмашинного связи

По сравнению с традиционной сетью, беспроводная сенсорная сеть

есть своеобразной самоорганизацией беспроводных сетей с данным для

центра. Есть некоторые характеристики, такие как скорая временная сеть,

динамически меняется топология сети, высокая живучесть и отсутствие

сетевой инфраструктуры С беспроводной технологией сенсорной сети

применяется все шире, беспроводные технологии связи предъявляют более

высокие требования. Технология ZigBee есть своеобразной двусторонней

технологией связи с короткой расстоянием, низкой сложностью, низким

энергопотреблением, низкой скоростью передачи данных, низкой

стоимостью, в основном подходит для автоматического управление и

дистанционного управление.

Когда большое количество сенсорных узлов развернуто в большой

области для совместного мониторинга физической среды, объединения в сеть

этих сенсорных узлов все равно важно. Сенсорный узел в WSN нет только

связывается с другими сенсорными узлами, но также и с базовой станцией,

используя беспроводную связь.

Базовая станция отправляет команды на сенсорные узлы, а сенсорные

узлы выполняют Задача, взаимодействуя один с одним. После сбора

необходимых данных сенсорные узлы отправляют данные разместить на базе.

Базовая станция также действует как шлюз для других сетей через Интернет.

После приема данных от узлов датчиков базовая станция выполняет простую

обработку данных и отправляет обновленную информацию пользователю

через Интернет.

На основе структуры сети протоколы маршрутизации WSN широко

распределены на три классы: протоколы плоской маршрутизации,

иерархической маршрутизации да протоколы маршрутизации на основе

расположения

Передача данных в сенсорный сети

Строится на передачи данных через координатор, какой получает

информацию от конечного сетевого устройства.Большой влияние на процесс

обмена данным предоставляет помощь, или ее отсутствие такого механизма,

как передача маяков (beacon). Сети PAN с поддержкой маячков обычно

применяются там, где требуется синхронизация, или там, где от сетевых

устройств требуется малая задержка, например периферия ПК. Если данная

сеть не нуждается в синхронизации, или задержка доставки сообщений – не

очень важная составляющая, то данная сеть может нет использовать кадры-

маяки при обмене сообщениями.

Рассмотрим принцип обмена сообщениями. Когда конечное сетевое

устройство хочет попробовать передать данные координатору в сеть, какая

поддерживает передачу кадров-маяков, то первым делом сетевое устройство

пытается детектировать кадр-маячок (beacon). Если маяк обнаружен, то

конечный узел начинает передавать сформированный информационный кадр

координатору. В свою очередь координатор имеет возможность передать

квитанцию, какая будет говорить о успешную доставку кадра.

Если каждый узел датчика подключен к базовой станции, он известен

как архитектура сети с одним переходом (или односкачковая архитектура).

Хотя передача на большие расстояния возможна, потребление энергии для

связи будет значительно выше, нож для сбора и вычисление данных.

Итак, многоскачечная сетевая архитектура(рис.2.6) обычно

используется в серьезных приложениях. Вместо одной единой линии связи

между узлом датчика и базовой станцией данные передаются через один или

несколько промежуточных узлов.

Это может быть реализовано двумя способами. Архитектура плоской

сети и зодчество иерархической сети. В плоской архитектуре базовая станция

отправляет команды всем сенсорным узлов, но сенсорный узел с совпадает

запросом ответит, используя свои равноправные узлы через многоскачечный

путь.

Топология деревья

Взяв за основу иерархическую сеть, в которой сверху находится один

корневой узел, и этот узел подключен ко многим узлам на следующем равны,

и это продолжается дальше. Мощность обработки и энергопотребления

являются самыми высокими в корневом узле и продолжают уменьшаться в

меру снижение иерархического порядка

Маршрутизация в беспроводных сенсорных сетях

Классификация протоколов маршрутизации представлена на рис.2.8

Когда диапазон передачи данных всех сенсорных узлов достаточно

велик, и сенсорные узлы могут передавать свои данные непосредственно на

базовую станцию, они могут сформировать звездную топологию.

Кластеризация есть неотъемлемой частью иерархических протоколов

маршрутизации В процессе исследований по кластеризации БСС была

разработана несколько механизмов кластеризации, таких как LEACH,

PEGASIS, TEEN и APTEEN. Как правило, или механизмы кластеризации

основаны на выборе главного узла кластера. Поэтому, наиболее

распространенными для кластерных БСС есть Задача по разработке

алгоритмов выбора главных узлов кластера.

2.2 Маршрутизация беспроводной сети

Протокол взвешенной кластеризации [38], предложенный Chaterjee et

al. основывается на количестве соседей узлов и учитывает перемещение

узлов. Выбор канала CH основывается на степени узла (количестве соседей),

энергии передачи и приема и остаточной энергии. Чтобы гарантировать, что

CH не будут находиться в условиях перегрузка или высокого потребление

энергии, существует пороговое число, показывающее максимальное

количество членов кластера. Иными словами, размер кластера ограничен. Тот

факт, что процесс избрание СН нет происходит периодически, вызывает

сокращение расчетов. Узлы будут выбраны как CH в зависимости от их весы:

Где, - идентификатор узла, - выходит вычетом порога с числа

соседей , - есть суммированием расстояний узла от всех его соседей.

- представляет из себя потребленную энергию и указывает на подвижность.

Узел с минимальной весом выбирается как СН. После этого этот процесс

повторяется, пока каждый узел нет найдет кластер или нет состоянии СН.

2.3 Беспроводная сенсорная сеть с учетом мобильности

Сеть беспроводных датчиков (WSN) состоит из разных приборов и

датчиков, которые используются для отображение физических условий, как

указано в конкретном приложения. В этой системе каждый концентратор

или датчик имеют переключатели да входы для создание структуры WSN.

Используя структуру, ключевой самый дальний диапазон любого

отличительного центра - это сохранить меньшую центральность. Для

огромного объема энергии звонит подсистема Радио. Так что в него есть

координационные центры для обмена определенностями путем стратегий для

радиосистемы именно тогда, когда мы в этом нуждаемся. Этот датчик

соответственно, привод управляется случаем, зависящим от модели сбора и

отправки данных, и он требует вычисление, когда данные должны

присылаться при построении распознанного случае, и этот расчет

составляется у хаб. Датчики должны истощать базовую мощность, имеющую

решающее значение[27]. Прямо многодневные новые удаленные трубки для

удаленных изделий попадают в рыночную зону, которая уменьшается, по

крайней мере, вверху, существенно меньше потребляет энергии и скромнее

получает длину проволоки. Позже новые сенсорные устройства созданы с

чрезвычайным ограничением мощности, и они могут питаться от

аккумулятора от вибрации да возвышенных тел. Узел датчика отвечает за

проверку физического состояния и предупреждение относительно

незаконных упражнений [28]. Он использовал различающий расчет, какой

используется для восприятия засады в системе. В системном поле разные

датчики рассеяны, каждый концентратор датчика имеет регулятор батареи,

который раньше распознавал удары. Датчик концентратора отвечает за

просмотр физического состояния и передает предупреждение о незаконных

упражнениях директору [28]. Он использовал идентификационный расчет,

какой используется для распознавания засады в системе. В системном поле

разные датчики рассеяны, каждый концентратор датчика имеет элемент

управления. батареей, какой раньше распознавал атаки.

Существуют различные уровни, от которых зависит жизнеспособное

развитие, например, конвенция о контроль доступа среднего уровня (MAC),

руководящий уровень тому подобное. Настоящая жизненная сила

поглощается под время процедуры выявления и передачи информации к узлу

раковины в сети; это назначение имеет место с рулевым слоем. Итак, чтобы

ограничить использование жизненной силы в WSN, сначала устраиваются

разные режиссерские стратегии. Вскоре позже конвенции об управлении,

основанные на группировке, ознакомили со спросом на эффективное

улучшение мощности и продолжительность жизни сети Фильтр [29],

PEGASIS [31] и TEEN [30] - это обычные договоренности, что базируются на

группировке, и или конвенции исследовали не одну работу. Несмотря на это,

подобные договоренности о движущее управление к тех пор, пока нет

сталкиваются с большой количеством проблем, связанных с групповым

курсом действий, гарантией головы группы да передачей информации.

Ряды решений для улучшения маршрутизации на основе

кластеризации

Начиная с последних двух десятилетий был предложен ряд решений

маршрутизации на основе кластеризации, чтобы ограничить использование

энергии и улучшить маршрутизацию для WSN. Однако основные проблемы

для таких протоколов маршрутизации связаны с эффективным выбором СН,

формированием кластеров да энергоэффективным агрегированием данных.

Первый протокол кластеризации разработан в [29]. Основной протокол

маршрутизации, какой зависит от группировка, называется Используя

расположение соседнего кластера узлов, основной сущностью познание есть

ограничение дискуссий в всему мире. Эффективность пропускной

способности очень низкая, используя протокол LEACH.

Для упорядочение LEACH, протокол маршрутизации на основе

кластера TEEN, представлен в [30]. Высокому исследователю было

предложено разработать конвенцию режиссерского уровня с вероятностью

ответить после заключения о торговле внутри признанного, как правило, для

рассмотрения. В подростковом возрасте, хочет средний имеет реалистичные

ситуации, есть проверка сложных и щекотливых границ. Концентраторы

передают первый раз, тогда как воспринимаемый заряд достигает своего

хлопотного края. что происходят в времени передачи роста, именно тогда,

когда признанный расход более заметен, нож жесткий край, и сегодняшние

расходы на выделен сегмент, необычные от деликатного края, за

методологиями для целого массивного, нож к подобного, к гладкого края.

В работе [31] Конвенция SEP о сочетании предлагается для WSN

конвенции SEP, конвенции о рулевое управление признавали, что

большинство концентраторов оборудованные такими самими огромными

размерами. С окончательной целью занять в полной мере достойную

позицию неоднородности центров, SEP изображает два уровни жизненности.

В контексте этих уровней централизации, концентраторы спрашивают в два

типы, есть стандартные да прогрессивные. Вопрос этой конвенции состоит в

поэтому, что центры постоянно присылают воспринятые данные

малоизвестны, лежат ли они примерно на более коротком отрезке от. Таким

образом, дополнительная императивность поглощается, что вызывает усадку

в течение жизни системы. В работе [32] предложена Конвенция о

руководство DEEC для гетерогенных НМС В этой конвенции концентраторы

оснащены разными уровнями императивности в начале действия системы.

Выбор СН зависит от степени остальных важности внутренней точки к

типовой императивность системы. Центры с более высокой

императивностью задержки имеют больше возможностей быть СН для

экспресс-тура. Учитывая все, ограничения этой конвенции состоит в

поэтому, что гроздья, окруженные через необязательное подтверждение СН,

имеют разные размеры.

Рассмотрены выше методологии группировка столкнулись с особыми

проблемами; соответственно, начиная с позднего времени, отображаются

некоторые переработаны стратегии группировка. Механизм кластеризации с

учетом связей (LCM), предложенный для WSN в [33]. Целью LCM является

создание надежного маршрута с разумной нагрузкой Для того чтобы сделать

все, рассматриваемый CH выбираются на основе состояния концентратора и

состояния подключение. Там, где условие подключение намекает, это

качество да статус концентратора к дополнительной необходимости. Этот

прибор выбирает метрику связи, какая называется предусмотренной

проверкой передачи. В зависимости от потребности, гарантия СН зависит от

потребности, а претенденты, которые имеют самую большую потребность,

выбираются как СН. Респектабельность консолидации LCM является

неодинаковой мерой и неидеальным количеством CH. В [34] предложен

расчет группировка, в котором показана структура шестиугольного

секторирование относительно принадлежности хабов. Эта стратегия

секторирование обеспечивает равномерное нагрузка на ТГ по всему

системном полю. Преимуществом этой конвенции был путь, по которому

концентраторы ассоциируются с СН. Концентраторы любой части могут

ассоциироваться с любой из CH (без его разделения), в светлые

наименьшего раздела. Размышляя о исключительную существенность и

степень средней точки, состояние веса использовалось для подтверждение

СН.

В работе [36] предложена гибкая процедура сплочения для WSN. Эта

техника знала о капитальный ремонт времени жизнь системы, периода

бесстрашие, пропускной способности тому подобное WSN. Эта методология

контролировала подтверждение СН, поэтому гарантируется равномерное

нагрузка на СН. Основные отложены результаты этой методики

гарантировали достижение общей производительности производительность,

когда бродили с привычных систем группировки

В [37] предлагается еще одна конвенция относительно

производительного режиссура существенности для гетерогенных сетей

беспроводной сети, чтобы обеспечить уязвимую скорость торговли,

голодную, фундаментальную для времени да бдительную QoS программу.

Они сосредоточились на структуре конвенции QoSwatchful и гетерогенно

сгруппированного управления (QHCR), которая координирует сущность

системы, а также предоставляет подходы к постоянных да отложенных

щекотливых программ.

Протоколы кластеризации, структурированы в работах [33] - [37], в

основном касаются сети стационарных узлов датчиков. Использование таких

протоколов в многофункциональных сенсорных сетях приведет к

необоснованное использование жизненной силы. Таким образом,

кластеризация также должна выполняться в зависимости от мобильности

Рассчитано взвешенное кластеризационное вычисление (WCA) [38] да

сетевое, энергетическое да портативное управление побудило кластерное

вычисления (CEMCA) [39] приложить усилия к протоколам кластеризации на

основе мобильности. План групповой адаптации к мобильности (GMAC) [40]

- другой протокол кластеризации для портативных сетей WSN, что

использует групповую мобильность.

В работе [42] недавний взвешенный алгоритм кластеризации

предложил использование мобильности узлов для мобильных WSN. Этот

подход был разработан для выбора более стабильного СН путем отбора узла

с минимальной скоростью подвижности, максимальной плотностью да

параметрам остаточной энергии. Весы исчисляются в выбранных СН. Однако

из-за мобильности производительность агрегирования данных может

ухудшаться, поскольку мобильность приводит к частым разрывам пути.

Таким образом, в этой работе мы продолжаем эту работу, модифицируя

процесс формирования маршрута да передачи данных за помощью параметра

мобильности.

2.4 Энергоэффективная взвешенная кластеризация с учетом

мобильности

Используем параметры мобильности узла, расстояния и остаточной

энергии в двоих фазах предложенного протокола маршрутизации, таких как

кластеризация да передача данных. Весовые коэффициенты вычисляются для

каждого узла датчика с использованием трех параметров, а потом

используются процесс кластеризации, а также передача данных с целью

выбора стабильной СН и формирование стабильного маршрута. Во-первых,

вес каждого узла вычисляется и используется в процессе выбора СН, как

показано на рис 2.9. Дальше, чтобы улучшить эффективность такого метода

кластеризации на основе веса, мы совершенствуем процесс выбора пути для

решение проблемы маршрутизации с несколькими скачками, выбрав

кратчайший, стабильный, что больше, энергопроизводительный путь для

ограничение использование энергии да улучшение пропускной способности,

как показано на рисунку рис 2.10. Мы использовали параметры

мобильности энергии под время выбора пути, чтобы иметь более надежные

да стабильные маршруты для агрегирования и передачи данных .

Как наблюдается на рис 2.9, после начального развертывание WSN

запланировано процесс кластеризации, в котором первым шагом есть

вычисление уровня мобильности каждого узла датчика (ML) Узел с ML более

6 м/с будет рассматриваться как злонамеренный узел и, следовательно,

добавлен к списка злоумышленников. Все другие узлы считать их законными

да в дальнейшем использоваться в процессе отбора СН. Узел, какой имеет

больший RSSI (полученный индикатор мощности сигнала), нож пороговое

значение, выбирается для следующей обработки выбора СН, иначе

добавляется к вредного список. Средняя количество кластеров, вычислена на

каждому раунды, и, как указано на ней, каждый доступный датчик узлов

весы, вычислен с использованием параметра расстояния да остаточной

энергии. Степень с самой большой весом избран как СН. Процесс

повторяется, пока нет будет выбрана все СН. Список вредных и законных

узлов изменяется в течение каждого интервала кластеризации

Подобным образом, после формирования кластера, когда собираются

данные любого узла датчика, процесс формирования пути инициируется, в

котором RREQ транслируется среди ближайших узлов. Согласно

полученному RREP, вес вычисляется так же, как это обсуждалось в

алгоритме. Но в в этом случае мы использовали два параметра подвижности

и остаточной энергии принятого RREP узла, как показано в уравнении. (1.3).

Рис 2.10 Фаза выбора взвешенного пути

(1.3)

Где WT(j) – вес, вычисленный для j(го) узла RREP, (j) – текущая

энергия, остающегося j-го RREP, полученного узла, и (j) скорость j(th)

RREP, полученного узла. Вес скорости вычисляется как :

S (j) = 10-speed (j)

В нашем эксперименте мы предполагаем, что максимальная скорость

подвижности составляет 6 м / год, таким образом, чтобы нормализовать

вычисление веса на основе скорости, мы использовали значение 10. После

вычисление веса всех полученных узлов RREP узел с наибольшим весом

был выбран следующим скачком при передаче данных. Делая это, он может

достичь как длительного срока службы сети, так и стабильных маршрутов

передачи данных.

Выводы

1. Модифицировано метод межмашинного связи за счет

предложенного метода кластеризации

2. Основываясь на алгоритме взвешенной кластеризации,

модифицировано метод кластеризации за счет изменения главного узла

кластера да маршрутизации

РАЗДЕЛ 3

ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ МОДИФИЦИРОВАННОГО МЕТОДА

3.1 Алгоритм вычисление

Алгоритм (таблица 3.1) показывает процесс, описанный в разделе выше. Как

показано в алгоритме, вычисление весы проводится за помощью E (j), а D

(j) - это нет что другое, как остаточная энергия да расстояние узла датчика тока j.

3.2 Моделирование да анализ результатов

Предлагаемый протокол моделируется за помощью инструмента NS2.

В таблицы 1 приведено список параметров моделирование, что используются

для проектирование сетей с разной количеством концентраторов датчиков.

Предлагаемый протокол сравнивается с WCA

[38] да FRWCA [42]. Или протоколы маршрутизации сравниваются за

помощью четырех показателей производительность, таких как средняя

пропускная способность, среднее потребление энергии, остаточная энергия

да срок службы сети.

Таблица 3.2

Параметры при моделировании протоколов

Название

параметра

Значение

Количество узлов датчика (n)

50-100

Время моделирование

80 секунд

Область сети

100х100

MAC

802.11

Мобильность

0-6 m/h

Параметр канала в модели свободного пространства

10pJ/bit/m^2

Начальная энергия

0.5nj/bit

Соответственно к упомянутых параметров, результаты измеряются да

сравниваются между тремя исследованными протоколами маршрутизации

Рисунок 3.1 показывает среднюю производительность. Предложенный

протокол показывает улучшенную производительность в сравнить с

существующими методами, поскольку мы сосредоточились на выборе более

эффективного да стабильного маршрута для передачи данных

Рис 3.1 Средняя пропускная способность

Основной целью предлагаемого протокола маршрутизации есть

достижение обмена между энергоэффективностью и эффективностью QoS. на

рис 3.2,

3.3 и 3.4 показана энергоэффективность предложенного протокола. Все три

параметры (потребляемая энергия, остаточная энергия и срок службы сети)

используются для заявление энергоэффективности. Производительность

улучшается в сравнить с FRWCA, как предлагается протокол,

ориентированный на получение как стабильного СН, да и стабильного пути

Рис.3.2 Среднее потребление энергии

Рис 3.3 Остаточная энергия

Рис 3.4 Срок службы сети

Выводы

Для мобильных беспроводных сетей на основе сенсоров

энергоэффективность есть очень сложной задачей. В этом исследовании мы

изучили, что существует несколько решений на основе энергоэффективности

для стационарных сетей WSN, однако мобильные узлы датчиков приводят к

частых отключений и, следовательно, потребляют энергию скорее, нож

стационарные сети. Предлагаемый протокол, оценен с существующими

взвешенными протоколами, и показывает, что предложенный метод достиг

значительного улучшение чем его предшественники

РАЗДЕЛ 4

РАЗРАБОТКА СТАРТАП-ПРОЕКТА

В этом разделе будет проведен анализ стапт

проекта

«Модифицированный способ межмашинной связи для сети Интернет вещей».

Главной причиной, по какой стартапы повсеместно реализуются и в

дальнейшем успешно существуют и развиваются, есть медленность и

неповоротливость больших компаний, что успешно используют уже

имеющиеся продукты, вместо того, чтобы создавать и

разрабатывать новые. То есть главным

преимуществом стартапов считается мобильность при воплощении

новых идей, что разрешает

сложить конкуренцию большим компаниям.

4.1. Описание идеи проекта

Идея проекта заключается в использовании нового протокола

кластеризации в WSN, которая улучшает энергоэффективность сети

В таблицы 4.1 изображено содержание идеи да возможные базовые

потенциальные рынки, в пределах которых нужно искать группы

потенциальных клиентов.

Таблица 4.1. Опыс идеи cтаpтап проекта

Содержание идеи

Направления применение

Выгоды для пользователя

Использование нового

Медицинская сфера

повышение

срока

протокола маршрутизации

службы сети

какая улучшает

Мониторинг окружающего

Предлагаемый метод

энергоэффективность сети

WSN

среды

улучшает

показатели

потребление энергии и

остаточной энергии

Предлагается усовершенствованный алгоритм кластерной

маршрутизации для беспроводных сенсорных сетей. Общей целью

предлагаемого протокола является использование параметров мобильности

узла, расстояния и остаточной энергии на двух этапах предлагаемого

протокола маршрутизации, таких как кластеризация и передача данных. Вес

вычисляется для каждого сенсорного узла с использованием трех

параметров, а потом используются процесс кластеризации, а также передача

данных с целью выбора устойчивого канала и формирование стабильного

маршрута

Дали пpоводимo анализ потенциальных технико-экономических перевес

идеи сравнительно из предложениями конкурентов:

 определяем перечень технико-экономических

свойств и хаpактеpиcтик идеи;

 определяемo предыдущее круг конкурентов (проектов-

конкурентов) или товаров-заменителей или товаров-аналогов, что уже icнуют

на рынке;

 пpоводимo сравнительный анализ показателей: для

собственной идеи определены показатели, что имеют

 а) худшие значение (W, слабости);

 б) аналогичные (N, нейтральные) значение;

 в) лучшие значение (S, сильные) (табл. 5.2).

Таблица 4.2.

Определение сильных, слабых да нейтральных хаpактеpиcтик идеи

проекта

№

Характерист

ики проекта

(потенциальные) товары/концепции

конкурентов

Мой

проект

"LEACH"

"WCA"

Средняя

пропускна

способнос

ть

Лучшая

Низкая

Средняя

Среднее

потреблен

ие

я энергии

Низкое

Высокое

Среднее

Срок

служб

сети

Высокая

Низкая

Средняя

Качество

Средняя

Результаты моделирование подтверждают, что предложенный метод

лучше и более энергоэффективный нож протоколы конкуренты.

4.2 Технологический аудит идеи проекта

В пределах данного подразделения пpоводимo аудит технологии, за

помощью какой можно реализовать идею создание проекта.

Определение технологической свершенности идеи проекта предполагает

анализ составных которые указаны в таблицы 4.3.

Таблица 4.3. Технологическая свершенность идеи проекта

№

п/п

Идея проекта

Технологии

ее

реализаци

Наличие

технологи

Доступност

ь техно-

логий

Модификация

межмашинного связи

для сети

интернета вещей

Статистика

В наличии

Доступная

Экспериментальные

исследования

В наличии

Доступная

Тестирование

В наличии

Доступная

Выбор технология реализации идеи проекта: налицо да доступная на рынка

В работе представлен вариант технической реализации проекта. Для

полноценного запуска продукт требует доработок, но вся техническая база

налицо на рынке и проект возможен для реализации.

4.3 Анализ рыночных возможностей запуск cтаpтап проекта

Для внедрение проекта, необходимо провести анализ рыночных

возможностей, то есть анализ рисков и угроз для внедрения проекта на

рынок.

Это разрешает оценить актуальность нашего проекта.

Сначала проведем анализ спроса: наличие спроса, объем, динамика по

развитию рынка (таблица 4.4).

Таблица 4.4.

Предыдущая хаpактеpиcтика потенциального рынка cтаpтап-

проекта

№

Показатели состояния рынка

(наименование)

Характеристика

Число главных игроков, oд

Общий объем пpодаж, усл.

7000

Динамика рынка (качественно оценка)

Окончательно

Наличие ограничений для входа (указать хаpактеp

ограничений)

Наличие

сертификаций

Сегодня норма pентабельности в отрасли (или по

рынка), %

18%

Рентабельность - это показатель экономической эффективности

использование ресурсов или инвестиций Он показывает удалось или нет

удалось вернуть вложения и на сколько. Судя по данным таблицы рынок

является привлекательным для вхождение.

Были проанализированы многие источники, свидетельствующие, что

IOT, как и между машинная связь, в которую входит реализация связи в

сенсорной сети, каждый год растет и имеет очень положительную

тенденцию на развитие

Целевая аудитория проекта — компании, которые используют

беспроводные. сенсорные сети в любой сфере и любом виде, это очень

обширный рынок и его тенденция растет каждый год. Можно даже сказать,

что аудитория

– это будь которые компании или Люди которые реализуют межмашинный

связь в целом.

Удалили определяемo потенциальные группы клиентов:

Таблица 4.5.

Характеристика потенциальных клиентов cтаpтап-

проекта

№

п/п

Нужно, что

формирует

рынок

Целево

аудитори

(целевые

сегменты

рынка)

Отличия в

поведения

разных

потенциальн

ых

целевых

группа

клиентов

Требования

потребителей

до товара

Энергоэффективнос

ть

Мониторинг

окружающего

среды

Стоимос

ть

проекта.

Улучшение

пропускной

способности и

остаточной

энергии

Срок сети да

потребление

энергии

Медицин

ская

сфера

Стоимос

ть

проекта.

Увеличенн

ый период

жизнь сети

В связи с тем, что аудитория и сфера в целом обширна, тенденции

очень часто и быстро меняются и нужно быстро адаптироваться под них,

потенциальные клиенты также это понимают, да пытаются внедрять в

проекты новые и актуальные методы

Пpы применения данной технологии icнуют уверены загpoзы. (таблица 4.6).

Таблица 4.6.

Факторы угроз

№

п/п

Фактop

Содержание загpoзы

Возможна реакция

компании

Спроса

Совершенствование

может оказаться не

настолько нужен.

Перепахунок

вариантов для

подтверждения

эффективности

Экономическ

ая

Собрание инфляции

Поиск возможностей

для дешевого

тестирование

Конкуренция

Возможно будет разработан

более энергоэффективный

алгоритм

Увеличение проверок да

хороших отзывов

Научно-

техничес

кая

Быстрый свиток науки

Мониторинг научных

новостей и поиск

новых путей

совершенствования

проекта

Риски icнуют, тоже нужно иметь прочный фундамент в выгляди

документов, сертификатов, подтверждающих все возможные намерения,

результаты тестирований да выделение основных перевес этого протокола

для большей эффективности беспроводных сенсорных сетей.

Анализ подтверждает, что наш проект все еще требует значительных

усилий для того, чтобы войти в рынок, зафиксироваться и предлагать свои

возможности своим клиентам. И это как раз тот случай, когда стоимость

влияет на принятие решение.

После анализа конкуренции проведем больше подробный анализ умов

конкуренции в отрасли.

Таблица 4.9.

Анализ конкуренции в отрасли М.

Поpтеpом

Составля

ющие

анализа

Прямыми

конкуренты

в отрасли

Потенци-

ини

конкуpен-

ты

Поставщики

Клиенты

Товары

- замен-

ники

Протоколы

LEACH,

WCA

Возможн

ы новые

протокол

Ценообразование

Задачи

Некачес

твенные

замен-

ники

Выводы

Нету высокой

Новые

Влияют на

Клиенты

могут

конкуренции,

протоколы

ценообразование

диктуют

отрицател

ьный

поскольку

потенциальн

основные

разработан

могут

условия на

повлиять

протокол

иметь

рынка

на

превосходит уже

предпочтени

авторите

существующий и

или

над

протоколы есть

разработаны

продукта

эталоном с

которых

м нами.

модифицируют

протоколы и

в дальнейшем,

даже на

сегодняшний

день.

На основе проведенного анализа можно сформировать перечень

основных факторов, свидетельствующих о высокой конкурентоспособности

проекта (табл. 4.10).

Таблица 4.10. Обоснование фактов конкурентоспособности

№

п/п

Фактop

конкурентоспособности

Обоснование (наведение факторов, что

poблять фактop для сравнение конкуpентных

проектов

значимым)

Цена

Цена интеграция влияет на принятие решение.

А наша цена выгоднее, чем в аналогов.

Актуальность

Усовершенствованный метод, какой

подтверждается

результатом

Спрос

Активная тенденция да развитие рынке

свидетельствует, что спрос есть

Гибкость

Есть возможность дальнейшей модификации да

реализации для любых задач связанных с

улучшением энергоэффективности

Инновационность

Побить украинский науку на уровни с другими

странами.

Финальным этапом рыночного анализа возможностей внедрения

проекта есть составление SWOT-анализа (матрицы анализа сильных

(Strength) и слабых (Weak) сторон, угроз (Troubles) да возможностей

(Opportunities) (табл. 4.12) на основе выделенных рыночных угроз да

возможностей, да сильных и слабых сторон (табл. 4.11). Список рыночных

угроз да рыночных возможностей складывается на основе анализа факторов

угроз да факторов возможностей маркетингового среды. Рыночные угрозы да

рыночные возможности являются последствиями (прогнозируемыми

результатами) влияния факторов; на отличие от них, еще нет есть

реализованными на рынке да имеют определенную вероятность воплощение.

Таблица 4.11. Сравнительный анализ сильных да слабых стопин

№

п/п

Фактop

конкурентоспособности

Балл

ы 1-

Рейтинг товаров-конкурентов

сравнение с проектом

–

Цена

Актуальность

Спрос

Гибкость

Инновационность

Из таблиц 4.10 и 4.11 что факторы конкурентоспособности позволят

выйти на рынок, но успеха можно будет добиться только за счет

качественной реализации и продуманной маркетинговой политики.

Таблица 4.12. SWOT- анализ cтаpтап-проекта

Сильные стороны:

1. Инновационность;

2. Вартиcть.

3. Гибкость

Слабые стороны:

Отсутствие доверия;

Большая конкуренция

Большая расхода ресурсов

к самих продаж на рекламу

Возможности:

1. Увеличение пpодаж;

2. Получение государственных

заказов на получение услуг;

3. Расширение рынка за счет

иностранных заказчиков;

4. Получение тендеpив на услуги.

Угрозы:

 Ценовая конкуренция в связи с

появлением новых игроков на

рынка.

 Резкая смена курса гривны

может пpивести до уменьшение

спроса, oбливо из стороны

малых фирм.

 За счет большой тенденции и

конкуренции –

технологическая

конкуренция

Это снова подтверждает, что даже несмотря на свою специфику, наш

проект требует значительных усилий для того, чтобы войти в рынок,

зафиксироваться да предлагать свои возможности своим клиентам

на основные SWOT-анализ poзpoбляем альтернативы рыночной.

Таблица 4.13. Альтернативы рыночного сопровождение cтаpтап-проекта

№

п/п

Альтернатива

(ориентировочный

комплекс заходов)

рыночной

поведения

Вероятность

получение

ресурсов

Строки

реализации

Стратегия

нейтрализации

рыночных загpoз

сильными

сторонами cтаpтапа

70%

3 месяцы

Стратегия

компенсации слабых

стопин cтаpтапа

имеющимися

рыночными

возможностями

70%

3 месяцы

Стратегия выхода с

рынка

80%

6 местных

жителей

С указанных альтернатив выбираем стратегию компенсации слабых

стопин cтаpтапа имеющимися рыночными возможностями.

4.4 Разделение рыночной стратегии проекта

Разделение рыночной стратегии первым шагом предполагает определение

стратегии охлаждение рынка: опис целевых групп потенциальных потребителей.

Таблица 4.14. Выбор целевых группа потенциальных

потребителей

№

п/п

Описание

профиля

целевой

группы

потенциальны

х клиентов

Готовность

потребител

ей

cпpийнять

продукт

Опиентиров

анный спрос

в пределах

целевой

группы

(сегмента)

Интенсивнос

ть

конкуренции

в сегменты

Простота

входа в

сегмент

Сельское

хозяйство

Да

Средний

Сегодня

Сложно

Медицины

Да

Высокий

Викока

Сложно

Который целевые группы обрaно:

Под час анализа потенциальных групп потребителей было принято решение что

компания будет работать с беспроводным сенсорными сетями

Для работы с выбранными целевыми

группами пользователей рынка необходимо

сформировать базовую стратегию по развитию.

Таблица 4.15. Определение базовой стратегии по

развитию

№

п/п

Выбор

альтернатива по

развитию

проекта

Стратегия

охлаждение

рынка

Ключевые

конкурентоспособные

позиции

соответствующе до

избранной

альтернативы

Базово

стратегия

повиты*

Подсиление

Переговоры с

компаниями,

которые

представляют

целевые

группы

потенциальных

клиентов

Выделение перевес

сильных стопин

этого способа в

Стратегия

cтаpтапа за

денежному эквивалент

подкрепление

счет рыночных

для будущих

своих перевес

возможностей

потребителей.

Следующим шагом есть выбор стратегии конкуpентной поведения

(табл.

4.16).

Таблица 4.16. Определение базовой стратегии конкуpентной поведения

№ п/п

Есть ли проект

«переходчиком» на

рынку?

Будет ли

компания

Искать новых

потребителей

, или

забирать

существующ

их в

конкурентов

Будет ли

компания

копировать

основные

хаpактеpиcтики

товара

конкуpента, i

какой?

Стратегия

конкуpентно

й поведения

Нет

Забирать

существу

ющих

Нет

Стратегия

подкреплени

своих перевес

На основе требование потребителей с избранного сегмента к

поставщику и продукта, а так же в зависимости от стратегии по развитию

да стратегии конкуpентной поведения poзpoбляем стратегию

позиционирование какая определяется в формирование рыночной позиции,

за каким Потребители имеют идентифицировать проект.

Таблица 4.17. Определение стратегии

позиционирование

№

п/п

Требовани

я к товара

целевой

аудитории

Базово

стратеги

я по

развити

Ключевые

конкурентоспособные

позиции

собственного

cтаpтап-проекта

Выбор ассоциаций,

которые должны

сформировать

комплексную

позицию

собственного проекта

(три

ключевых)

Целково

Открытость

Осведомленность своего

Гибкость.

поддержка

до решение

продукта, помощь в

Срок службы.

на этапе

вопросов

интеграции.

Формирование

Энергоэффективность.

интеграции

лояльности и

благосклонности

потребителей,

поддержка

входных барьеров.

Результатом данного подразделения есть система решение по поводу

рыночной поведения компании, она определяет в каком направлении будет

работать компания на рынке

4.5 Разделение маркетинговой пpoгpами cтаpтап-проекта

Под час разработка маркетинговой пpoгpами первым шагом есть

poppoбка маркетинговой концепции товары, какой получает потребитель. В

таблицы

4.18 подытожим результаты анализа конкурентоспособности товары.

Таблица 4.18. Определение ключевых перевес концепции товара

№

п/п

Потребн

ость

Удобство,

которое

предлагает

товар

Ключевые

преимущества перед

конкурентами

(существующие или

такой, что нужно

создать)

Конкурентоспособности

Уникальност

ь, простота

Легко интеграция

метода и

модификация

под

потребности

Выводы

В данном разделе был представлен стартап-проект для продвижения

предложенного метода кластерной маршрутизации на рынок. Были

проанализированы как риски, угрозы да и преимущества нашей модели среди

конкурентов.

Результатом проекта является стратегия выхода на рынок,

маркетинговый план да избранные стратегии сотрудничества с будущими

(потенциальными) клиентами. За счет анализа также было обнаружено, что

внедрение нашего протокола потенциальным клиентам есть реальная

возможность, но для этого нужно иметь специальные сертификаты,

проводить тестирование, данные, возможность интеграции нашего метода в

проект клиентов и да Дальше.

Отрасль имеет очень положительную тенденцию и развитие по всему

миру, это указывает на то, что если правильно подойти к выходу на рынок,

свой объем клиентов Обязательно получим.

ОБЩИЕ ВЫВОДЫ ПО РАБОТЫ

1. на основе проведенного анализа обнаружены проблемы в сети Интернета

вещей. Анализ показал, что одним из способов улучшения сети есть метод

кластеризации, за счет чего было принято решение улучшить

энергоэффективность в сети методом кластеризации

2. Был модифицирован метод кластеризации за счет изменения метода

выбора главного узла кластера да модифицирован метод маршрутизации,

что позволило увеличить время жизнь сенсорной сети, уменьшить

энергопотребление, повысить среднее пропускную способность.

3. За счет предложенного метода кластеризации модифицировано метод

межмашинной связи, что позволило повысить энергоэффективность связи

сети.

4. Была проведена оценка энергоэффективности, какая была смоделирована

за помощью инструмента NS 2 за счет сравнение нашего предложенного

протокола с протоколами взвешенной кластеризации – WCA и FTWCA,

моделирование показало, что предложенный метод имеет лучше показатели

чем его предшественники.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Y. Hu, Y. Ding, K. Hao, L. Ren, H. Han: An immune ortogonal learning

particle swarm optimisation algorithm for routing recovery of Wireless sensor

networks with mobile sink ,Int. J. Syst. Sci., 45 (3), pp. 337-350, (2014).

2. GL da Silva Fré, J. de Carvalho Silva, FA Reis, LDP Mendes Swarm

optimization implementation for minimal transmission power providing a fully-

connected cluster for the internet of things, в International Workshop on

Telecommunications (IWT), pp. 1–7,(2015).

3. AV Dhumane, RS Prasad, JR Prasad: internet of things enabling технологиям,

Int. J. Rough Sets Data Anal. (IJRSDA), pp. 1-16, (2017).

4. J. Martins, A. Мазаев, N. Correia, G. Schütz, A. Barradas, Gacn: self-

clustering genetic algorithm for constrained networks, IEEE Commun. Lett., pp.

628-631, (2017).

5. A. Carvalho, TF Noronha, C. Duhamel, LF Vieira : A scenario based heuristic

for the robust shortest path tree problem, IFAC-PapersOnLine, pp. 443-448,

(2016).

6. S. Shailendra, A. Rao, B. Panigrahi, HK Rath, A. Simha: Power efficient

RACH mechanism for dense IoT deployment, в IEEE International Conference on

Communications Workshops (ICC Workshops), pp. 373–378, (2017).

7. PK Reddy, R. Babu. in internet of things , Int. J. Intell. Eng. Syst., pp. 337-346

(2017).

8. Pallavi S Katkar and Vijay R Ghorpade: “A Survey on Energy Efficient

Routing Protocol for Wireless Sensor Networks”, International Journal of

Компьютер Science and Information Technologies(IJCSIT), vol.6(1), pp.81-83,

(2015).

9. Wenying Zheng, Кази Atiqur Rahman and Kemal E. Tepe : “Reliable and

Energy Efficient Cooperative Relaying Scheme (REECR) in Wireless Sensor

Networks”, IEEE, pp.400-405, (2013).

10. Machine to Machine Communications (M2M): Functional Architecture;

V2.1.1; ETSI: Sophia Antipolis, Франция, (2013).

11. Gozalvez, J. New 3GPP Standard for IoT. IEEE Veh. Technol. Mag., pp.14-20,

(2016).

12. Banarjee, A. Efficient, Adaptive and Scalable Device Activation for M2M

Communications. в Proceedings of the IEEE International Конференции on

Sensing, Communications and Networking (SENCON), Seattle, WA, USA, 22–25

June 2015; pp. 399–407, (2015).

13. Brown, J.; Khan, JY: Key Performance Aspects of LTE FDD Based Smart

Grid Communications Network. Comput. Commun. pp 551–561, (2013).

14. Gutierrez, JA; Edgar, HC; Barrett, RL Low Rate Wireless Personal Area

Network: Enabling Wireless Sensors with IEEE 802.15.4; Wiley-IEEE Press

eBook: New York, NY, США, 2007

15. Rajandekar, A.; Сикдар, Б. A Survey of MAC Layer Machine to Machine

Communication. IEEE Internet Things J.pp.175-186. (2015).

16. Li, W., Duan, C., et al.: ZigBee2006. location. Beijing University of

Aeronautics and Astronautics Press, Beijing (2008)

17. Sun, L., Li, J., Chen, Y., et al.: Wireless sensor networks. Tsinghua University

Press, Beijing (2005)

18. Li, Y., Zhang, X., Li, Y.: Алгоритм cluster head multi-hops based on

LEACH (Сентябрь 2007)

19. Wang, W.: Wireless sensor network low-power grading routing protocol (June

1, 2006)

20. Wang, X., Xu, B., Chen, J.: Для охраны окружающей среды wireless sensor

network node design and implementation. Measurement and Control Technology

26(11) (2007)

21. Fangxin Chen, Lejiang Guo и Chang Chen: “A Survey on Energy

Management in the Wireless Sensor Networks”, Elsevier, vol.3, pp. 60-66, (2012).

22. Network Optimization in the Internet of Things / [Электронный ресурс]

– Режим доступа: https://

www.sciencedirect.com/science/article/pii/S2215098618303379

23. DING G, SAHINOGLU Z, ORLIK P : Tree-based data broad-cast in IEEE 802

15.4 и ZigBee сети[J]. IEEE Transactions on Mobile Computing, pp. 23-

26,(2006).

24. M2M communication / [Электронный ресурс] – Режим доступа :

https://internetofthingsagenda.techtarget.com/definition/machine-to-machine-M2M

25. Gurbhej Singh, Harneet Arora : Sensor Networks”, International Journal of

Advance Research in Компьютер Science and Software Engineering, ISSN: 2277

128X, Volume 3, Issue 1, January 2013.

26. Сеть ZigBee / [Электронный ресурс] – Режим доступа :

https://habr.com/ru/post/155037/

27. IF Akyildiz, W. Su, Y. Sankarasubramaniam, и E. Cayirci, “Wireless sensor

networks: a survey," Компьютер Networks, vol. 38, no. 4, pp. 393–422, 2002.

28. S. Tyagi and N. Kumar, “A systematic review on clustering and routing

технология основана на положении одного протокола для беспроводной

сетевой сети,” Journal of Network and Computer Applications, vol. 36, no. 2,

pp.623–645, 2013

29. WR Heinzelman, A. Chandrakasan, и H. Balakrishnan, “Energyefficient

коммуникационный протокол для беспроводной микропрограммы сети,” in

Proc. 33rd Annu. Hawaii Int. Conf. Syst. Sci., 2000

30. A. Manjeshwar and DP Agrawal, “TEEN: A routing protocol for

наилучшей эффективности в беспроводной сетевой сети,” в Proc.

15th IPDPS, vol. 1. 2001, p. 189.

31. G. Smaragdakis, I. Matta, и A. Bestavros, “SEP: Существенный выбор

протокола for clustered heterogeneous wireless sensor networks,” Dept. Comput.

Sci., Boston Univ., Бостон, MA, США, Тех. Rep. BUCS-TR2004-022, 2004

32. L. Qing, Q. Zhu, and M. Wang, “Design of a distributed energy-efficient

clustering algorithm for heterogeneous Wireless sensor networks,” Comput.

Commun., vol. 29, no. 12, pp. 2230–2237, 2006.

33. S.-S. Wang and Z.-P. Chen, “LCM: A link-aware clustering mechanism for

energy-efficient routing in wireless sensor networks,” IEEE Sensors J., vol. 13, no.

2, pp. 728–736, Feb. 2013

34. AJ Joseph and U. Hari, “Hexagonally sectored routing protocol for wireless

sensor networks,” Int. J. Eng., vol. 2, no. 5, pp. 1249–1252, May 2013.

35. Hyunjo Lee, Miyoung Jang, Jae-Woo Chang, “A New Energy-Efficient

Cluster-Based Routing Protocol Using a Representative Path in Wireless Sensor

Networks”, International Journal of Distributed Sensor Networks, Volume 2014,

Article ID 527928, 12 pages

36. Ashfaq Ahmad, Nadeem Javaid, Zahoor Ali Khan, Umar Qasim, и Turki Ali

Alghamdi, “(ACH)2: Routing Scheme to Maximize Lifetime and Throughput of

Wireless Sensor Networks”, IEEE SENSORS JOURNAL, VOL. 14, Нет. 10,

OCTOBER 2014

37. Muhammad Amjad; Muhammad Khalil Afzal; Tariq Umer; Byung-Seo Kim,

“QoS-Aware и Heterogeneously Clustered Routing Protocol for Wireless Sensor

Networks”, IEEE Access ( Volume: 5 ), 2017

38. M. Chatterjee, S. K. Das, and D. Turgut, “Wca: A weighted clustering

algorithm for mobile ad hoc networks," Cluster Computing, vol. 5, no. 2, pp. 193–

204, 2002.

39. FD Tolba, D. Magoni, and P. Lorenz, "Соединения, энергия, и mobility have

driven clustering algorithm for mobile ad hoc networks," in Global

Telecommunications Conference, 2007. GLOBECOM'07. IEEE. IEEE, 2007, pp.

2786-2790.

40. T. Benmansour and S. Moussaoui, “Gmac: Group mobility adaptive clustering

scheme for mobile Wireless sensor networks,” in Programming and Systems

(ISPS), 2011 10th International Symposium on. IEEE, 2011, pp. 67–73

41. S. Deng, J. Li, и L. Shen, “Мобили-базированный clustering protocol for

wireless sensor networks with mobile nodes,” IET wireless sensor systems, vol. 1,

no. 1, pp. 39–47, 201

42. Fatma BELATED, Рида BOOUALLEGUE, “Clustering Approach

Использование Node Mobility in Wireless Sensor Networks”, 2017 13th

International Wireless Communications and Mobile Computing Конференция

(IWCMC)

43. XIII НАУЧНО-ПРАКТИЧЕСКАЯ КОНФЕРЕНЦИЯ Приоритетные

направления развития телекоммуникационных систем да сетей специального

назначение. Применение подразделений, комплексов, средств связи,

автоматизации да кибербезопасности в операции Объединенных сил ” [

[Электронный ресурс] – Режим доступа :

http://www.viti.edu.ua/files/zbk/2020/c_2020.pdf