اخبار و اعلانات
آمار
| تعداد نشریات | 34 |
| تعداد شماره‌ها | 1,289 |
| تعداد مقالات | 9,294 |
| تعداد مشاهده مقاله | 8,801,657 |
| تعداد دریافت فایل اصل مقاله | 5,341,038 |
ارائه یک ابر دوسطحی به‌منظور افزایش کیفیت سرویس در شبکه‌های سیار موردی بین خودرویی | ||
| پدافند الکترونیکی و سایبری | ||
| مقاله 1، دوره 13، شماره 1 - شماره پیاپی 49، اردیبهشت 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| زهرا مومنی قهفرخی1؛ مهدیه قزوینی* 2؛ امید عابدی3 | ||
| 1دانشجوی کارشناسی ارشد، دانشگاه شهید باهنر کرمان، کرمان، ایران | ||
| 2دانشیار، دانشگاه شهید باهنر کرمان، کرمان، ایران | ||
| 3استادیار،دانشگاه شهید باهنر کرمان، کرمان، ایران | ||
| تاریخ دریافت: 09 آبان 1403، تاریخ بازنگری: 29 بهمن 1403، تاریخ پذیرش: 23 اسفند 1403 | ||
| چکیده | ||
| یکی از مصداق‌های هوشمند سازی، توسعه زیرساخت‌های حمل‌ونقل با استفاده از شبکه‌های موردی بین خودرویی است که باعث ایجاد معماری‌های جدیدی بر پایه رایانش ابری و مه شده است. تحرک و سرعت‌بالای وسایل نقلیه، منجر به بی‌ثباتی در این نوع شبکه‌ها و ایجاد موانعی در اشتراک‌گذاری مطمئن اطلاعات می‌شود. راه‌حل‌های مبتنی بر خوشه‌بندی به‌عنوان یک‌راه حل بهینه برای پایداری شبکه، دستیابی به امکانات مختلف مانند کیفیت خدمات و انتشار اطلاعات هستند. ازجمله مسائلی که در پایداری خوشه نقش مؤثری دارند می‌توان به نحوه ساخت خوشه، روش‌های انتخاب سرخوشه و نحوه انتقال داده‌ها اشاره کرد. به عبارتی چالش اصلی در این شبکه‌ها، نحوه خوشه‌بندی و انتخاب سرخوشه است. یکی از معایب اصلی الگوریتم‌های خوشه‌بندی ناپایداری خوشه و انتخاب نامناسب سرخوشه است. در این پژوهش، یک روش خوشه‌بندی دوسطحی برای شبکه‌های موردی بین خودرویی ارائه‌شده است که سطح پایین آن (سطح نزدیک به خودروها) به‌عنوان مه و سطح بالای آن (سطح نزدیک به زیرساخت) به‌عنوان ابر نام‌گذاری شده است. ارسال داده‌های محلی و ساختارهای مربوط به مدیریت موقعیت، در سطح مه انجام می‌پذیرند و سایر عملیات که مربوط به انتقال داده به زیرساخت و در برخی مواقع محاسبات توزیع‌شده می‌باشند از طریق ابر انجام می‌شوند. روش پیشنهادی خوشه‌بندی را با معیارهای سرعت، جهت و موقعیت مکانی انجام می‌دهد و با انتخاب سرخوشه مناسب پایداری خوشه را بیشتر می‌کند کار دیگری که روش پیشنهادی انجام می‌دهد جایگزینی به‌موقع سرخوشه برای جلوگیری از بین رفتن خوشه است. به علاوه، با ارائه یک الگوریتم مسیریابی مبتنی بر پیش‌بینی نحوه‌ی حرکت خودروها بار بین سرخوشه، ابر و خودرو تقسیم می‌شود که این تقسیم‌بندی وظایف بین مه و ابر ضمن کاهش بار روی زیرساخت شبکه، با متعادل‌سازی بار بین مه و ابر، می‌تواند باعث بهبود هم‌زمان سربار و کیفیت سرویس شبکه موردی بین خودرویی شود. یکی دیگر از معایب روش‌ها تأخیر در ارسال اطلاعات است که روش پیشنهادی با انجام پیش‌بینی و ارسال درست اطلاعات تأخیر را کاهش می‌دهد. نتایج حاصل از شبیه‌سازی‌ها نشان می‌دهد که روش پیشنهادی در مقایسه با روش‌های مشابه، از تعداد گام کمتری برای ارسال اطلاعات استفاده می‌کند و تاخیر، نرخ تحویل و سربار خوشه بندی را به طور متوسط به ترتیب 41، 18 و 29 درصد بهبود می‌بخشد. | ||
| کلیدواژه‌ها | ||
| رایانش ابری؛ رایانش مه؛ پیش‌بینی؛ خوشه‌بندی VANET | ||
| موضوعات | ||
| آسیب پذیری ها و تهدیدات فضای سایبری | ||
| عنوان مقاله [English] | ||
| A Two Level Architecture to increase Quality of Service in Vehicular Ad hoc Networks | ||
| نویسندگان [English] | ||
| zahra momeni ghahfarokhi1؛ Mahdieh Ghazvini2؛ Omid Abedi3 | ||
| 1Master's student, Shahid Bahonar University of Kerman, Kerman, Iran | ||
| 2Associate Professor, Shahid Bahonar University of Kerman, Kerman, Iran | ||
| 3Assistant Professor, Shahid Bahonar University of Kerman, Kerman, Iran | ||
| چکیده [English] | ||
| Vehicular ad hoc networks is one of the examples of intelligentization is the development of transportation infrastructure , which has led to the creation of new architectures based on cloud and fog computing. Mobilility and high speed of vehicles lead to instability in these types of networks and create obstacles in reliable information sharing. Clustering-based solutions are an optimal solution for network stability, achieving various features such as service quality and information dissemination. Among the issues that play an effective role in the stability of the cluster, we can mention how to build the cluster, how to choose the cluster head, and how to transfer data. In other words, one of most important challenges in these networks is how to cluster and select the cluster head. One of the main disadvantages of clustering algorithms is cluster instability and inappropriate cluster head selection. In this research, a two-level clustering method for case networks between vehicles is presented, whose lower level (the level close to the cars) is named as fog and its upper level (the level close to the infrastructure) is named as the cloud. Local data transmission and location management structures are performed at the fog level, and other operations related to data transfer to the infrastructure and sometimes distributed computing are performed through the cloud. The proposed method performs clustering with the criteria of speed, direction and location, and increases the stability of the cluster by selecting the appropriate cluster head. In addition, by providing a routing algorithm based on predicting the way cars move, the load is divided between the cluster head, the cloud, and the car. It can simultaneously improve the overhead and service quality of the inter-vehicle ad hoc network. Another disadvantage of the methods is the delay in sending information. The proposed method reduces the delay by making predictions and sending information correctly. The results of simulations show that compared to similar methods, the proposed method uses fewer steps to send information and improves the delay, delivery rate, and clustering overhead by 41, 18, and 29 percent respectively. | ||
| کلیدواژه‌ها [English] | ||
| VANET, cloud computing, fog computing, prediction, clustering | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 27 |
||