تفاصيل الوثيقة

نوع الوثيقة : رسالة جامعية 
عنوان الوثيقة :
تعزيز تنقيب البيانات المتدفقة في شبكات الاستشعار اللاسلكية باستخدام خوارزميات التجميع
ENHANCING DATA STREAM MINING IN WIRELESS SENSOR NETWORIKS USING CLUSTERING ALGORITHMS
 
الموضوع : كلية الحاسبات وتقنية المعلومات 
لغة الوثيقة : العربية 
المستخلص : شهدت السنوات القليلة الماضية اهتماماً متزايداً في استخدام شبكات الاستشعار اللاسلكية المختصرة بـ (WSNs) في مجموعة واسعة من التطبيقات ، حيث أصبح هذا النوع من الشبكات مجالاً ساخناً للبحث ، وبسبب التقدم والنمو في مجال تكنولوجيا الاتصالات اللاسلكية ، فقد أصحبت شبكات الاستشعار اللاسلكية مرغوبة على نحو متزايد للعديد من التطبيقات في مجالات مختلفة ، كمجال المراقبة العسكرية ، والكشف عن الحرائق ، ومراقبة المساكن الطبيعية ، وفي الصناعة ، والمراقبة الصحية وغيرها الكثير . تتكون شبكات الاستشعار اللاسلكية من عقد استشعار فردية صغيرة قادرة على التفاعل مع بيئاتها بواسطة ميزة الاستشعار عن بعد والسيطرة على البارامترات المادية ، لكن هذه العقد الصغيرة تعاني من قصور مصادر الطاقة الكائنة بداخلها مما قد يؤدي إلى تقصير عمر شبكة الاستشعار اللاسلكية بشكل عام . تميل هذه الشبكات إلى توليد كمية كبيرة من البيانات الصغيرة المتتابعة والنابعة من عدة عقد استشعار تسمى بالبيانات المتدفقة ، تتدفق البيانات المتدفقة بسرعة عالية جداَ عبر الإنترنت ، وتتميز الحزمة منها بأنها ضخمة وغير محدودة وقد يتم فقد السيطرة على معالجتها حسب ترتيب وصولها . وبسبب القيود السابقة الذكر لشبكات الاستشعار اللاسلكية ، بالإضافة إلى سرعة وصول البيانات المتدفقة وضخامة حجمها ، توجد هناك حاجة ماسة لحل التحديات التي قد تعيق عمل شبكات الاستشعار اللاسلكية ، وتكمن هذه التحديات في محاولة إطالة عمر شبكة الاستشعار اللاسلكية ، كما تكمن في محاولة خفض استهلاك طاقة عقد الاستشعار ، وأخيراً تكمن في الحد من التأخير الذي يحدث نتيجة لبعض العمليات ولحركة البيانات داخل هذا النوع من الشبكات . تقنية التنقيب عن البيانات هي تقنية يمكن أن تستخدم لمواجهة ومعالجة التحديات المذكورة بشبكات الاستشعار اللاسلكية ، وتشمل هذه التقنية عدة أنواع منها التجميع ، والتصنيف ، والعد المتكرر، وتحليل السلاسل الزمنية وغيرها . كما أثبتت الأبحاث أن خوارزميات التجميع تلعب دوراً هاماً في تنظيم شبكات الاستشعار اللاسلكية وحل التحديات المذكورة سابقاً . بناء عليه سيقوم البحث بتطوير ومحاكاة خوارزمية باستخدام إحدى تقنيات التجميع وتسمى هذه الخوارزمية بخوارزمية التجميع الكثافي الشبكي المختصرة بـ (DeGiCA) . هذه الخوارزمية تعزز من آداء تقنية التجميع في شبكات الاستشعار اللاسلكية وذلك من خلال الجمع بين ثلاث تقنيات هي : تقنية التجميع وتقنية الكثافة وتقنية الشبكة . تتميز تقنية الكثافة باستطاعتها استخلاص الأشكال التقديرية للتجميع ، أما تقنية الشبكة فبإمكانها إزالة العقد من جوانب الشبكة والتي وجودها قد يقلل من جودة التجميع ، وبذلك تكون خوارزمية الـ (DeGiCA) قادرة على مواجهة التحديات أثناء نقلها للبيانات المتدفقة . وباستخدام برنامج النمذجة والمحاكاة المعروف بالـ (MATLAB) ، وبالمقارنة مع خوارزميات أخرى تعالج نفس التحديات المذكورة أعلاه بشبكات الاستشعار اللاسلكية ، تمت مقارنة نتائج خوارزمية (DeGiCA) بنتائج خوارزميتين أخريتين تعرفان باسم (K-means) و(FCM) ، كلتا الخوارزميتين تستخدم تقنية التجميع في شبكات الاستشعار اللاسلكية والتي تنقل البيانات المتدفقة . على وجه الخصوص ، تتفوق خوارزمية الـ (DeGiCA) على خوارزمية الـ (K-Means) من حيث إطالة عمر الشبكة بنسبة 15% ، ونسبة 13% من حيث الحفاظ على الطاقة ، ونسبة 40% من حيث وصول حزم البيانات المتدفقة. من جهة أخرى فإن خوارزمية الـ (DeGiCA) تتفوق على خوارزمية الـ (FCM) من حيث إطالة عمر الشبكة بنسبة 17% ، ونسبة 11% من حيث الحفاظ على الطاقة ، ونسبة 70% من حيث وصول حزم البيانات المتدفقة. 
المشرف : د. منال عبدالعزيز على عبدالله 
نوع الرسالة : رسالة ماجستير 
سنة النشر : 1438 هـ
2017 م 
تاريخ الاضافة على الموقع : Tuesday, September 26, 2017 

الباحثون

اسم الباحث (عربي)اسم الباحث (انجليزي)نوع الباحثالمرتبة العلميةالبريد الالكتروني
ياسمين سند الغامديAlghamdi, Yassmeen Sanadباحثماجستير 

الملفات

اسم الملفالنوعالوصف
 42816.pdf pdf 

الرجوع إلى صفحة الأبحاث