عنوان پایاننامه
خود وفقی سازی الگوریتمهای شبکه حسگر با استفاده از روشهای صوری
- رشته تحصیلی
- مهندسی کامپیوتر -نرم افزار
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3151;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3151
- تاریخ دفاع
- ۱۳ تیر ۱۳۹۵
- دانشجو
- غزاله جهاندوست مرغوب
- استاد راهنما
- فاطمه قاسمی اصفهانی
- چکیده
- سیستم های وفق پذیر سیستم هایی هستند که رفتار و ساختار خود را در برابر تغییرات محیط عملیاتی شان تغییر می دهند. در این سیستم ها، حسگرها با جمع آوری داده ها از محیط با شرایط پویا، به تحلیل آن ها پرداخته و با توجه به نتایج تحلیل داده ها، تصمیم می گیرند که چه اقداماتی را متناسب با محیط انجام دهند. شبکه های حسگر بی سیم یکی از سیستم هایی است که در محیط با شرایط پویا در حال اجرا است. با خودوفقی سازی الگوریتم آن ها، این شبکه ها می توانند بهترین عملکرد را در زمان اجرا با توجه به شرایط محیطی خود، داشته باشند. در این پایان نامه با استفاده از روش های صوری، روشی به عنوان ابزار کمکی جهت تحلیل سیستم و تصمیم گیری برای خودوفقی سازی الگوریتم های شبکه های حسگر بی سیم ارائه شده است. در این روش با استفاده از منطق موضوعی به عنوان یک ابزار استنتاج و بررسی مدل احتمالاتی که در زمان اجرای سیستم ساخته می شود، الگوریتم های شبکه ی حسگر بی سیم در مقابل تغییرات پویای محیط شان، وفق پذیر می شوند. با اعمال این روش به منظور خودوفقی سازی الگوریتم های شبکه های حسگر بی سیم، دو الگوریتم در این شبکه ها در کاربردهای متفاوت تعریف شده اند. در الگوریتم نخست، چگونگی خودوفقی سازی شبکه های حسگر بی سیم در مقابله با یکی از حملات در شبکه ارائه شده است. همچنین در الگوریتم دوم، روش مذکور در کاربرد شبکه های حسگر بی سیم در جنگل داری و حفاظت از آن، مورد استفاده قرار گرفته است. در نهایت با ارزیابی این دو الگوریتم، چگونگی عملکرد روش خودوفقی سازی ارائه شده در این پایان نامه را در این دو کاربرد، مورد بررسی قرار داده ایم. کلید واژه: شبکه حسگر، الگوریتم، خود وقفی سازی
- Abstract
- An adaptive system is a system that changes its behavior and structure in response to its environment. In these systems, sensors collect data from the dynamic environment. By analyzing the collected data, the system decides and act according to its environment changes. Wireless Sensor Networks (WSNs) consist of many sensor nodes collaborating by gathering information about events in a region. Due to their scalability and application, their environment is highly dynamic. Hence, adapting their behaviors to cope with environmental changes is appealing to increase their performance. In this thesis, we propose an adaptive methodology which exploits formal methods as auxiliary tools to analyze, infer and decide about such networks. Subjective logic, an event-reasoning based framework, is used to infer about attributes of sensors. Further, our methodology takes advantage of models at runtime, constructed based on the observed behaviors of a system, to measure properties of the system under consideration. To illustrate the applicability of our methodology, we have applied it to two different domains, namely security and forest protection. In the first application, we prevent from sinkhole attacks by monitoring sensor energy consumptions and their activities. Our results show that in our adaptive algorithm packet loss rate decreases as routes are selected over reliable nodes. Furthermore, the false positive and false negative results reduce as the network converges. At the end, we show that our algorithm is robust to the dynamism of network. In second application, we forecast the probability of starting fire in the different regions of a forest by monitoring the level of the temperature and the humidity. The results show that in our adaptive algorithm the probabilities of regions which are exposed to the fire, increase over the time