Mecanismo Inteligente de Controle de Congestionamento para Redes de Sensores Sem Fio Habilitadas por IoT usando Técnica Híbrida de Agregação e Agendamento

Shiv H. Sutar; Y. Bevish Jinila; Kailas Patil; Sital Dash; Shrikant Jadhav

doi:10.3791/69909

É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de método

Mecanismo Inteligente de Controle de Congestionamento para Redes de Sensores Sem Fio Habilitadas por IoT usando Técnica Híbrida de Agregação e Agendamento

464 visualizações

⸱

DOI:

10.3791/69909

⸱

13 de janeiro de 2026

Shiv H. Sutar¹^,² , Y. Bevish Jinila¹ , Kailas Patil³ , Sital Dash³ , Shrikant Jadhav⁴

¹School of Computing, Sathyabama Institute of Science & Technology (Deemed to be University), ²Department of Computer Engineering and Technology, MIT World Peace University, ³Department of Computer Engineering, Vishwakarma University, ⁴Department of Electrical Engineering, San Jose State University

Neste artigo

Resumo

Esse protocolo introduz um método inteligente de controle de congestionamento para WSN habilitado por IoT usando uma técnica híbrida de agregação e agendamento complementada por uma camada de decisão neuro-fuzzy. O sistema proposto melhora a entrega de pacotes, o atraso, a taxa de transferência e a eficiência energética, aumentando assim a vida útil da rede enquanto garante QoS no caso de cargas de trabalho variáveis em IoT.

Resumo

O congestionamento em redes de sensores sem fio (WSNs) habilitadas por IoT degrada a entrega de pacotes, a latência e o consumo de energia, prejudicando a rede, especialmente sob condições de tráfego irregular e heterogêneas. Esse protocolo ilustra uma técnica inteligente de controle de congestionamento que combina agregação híbrida de dados, escalonamento adaptativo e um motor de decisão neuro-fuzzy para lidar eficientemente com a carga da rede. O método envolve primeiro gerar dados de simulação, criar topologias de diferentes densidades de nós e configurar padrões de tráfego usando o NS-2.35. Rastreios de pacotes são obtidos para cada cenário para permitir avaliação reprodutível. O fluxo de trabalho de protocolo refere-se à combinação de dois mecanismos: (1) agregação híbrida, que combina pacotes em janelas baseadas em tempo e contagem, mantendo os rótulos de prioridade, e (2) escalonamento adaptativo, que lida com filas de prioridade dupla via round robin ponderado. Um controlador neuro-fuzzy sempre avalia a ocupação do buffer, qualidade do link, utilização do canal, energia residual e prioridade ao tráfego. Ao receber essas entradas, regula a profundidade de agregação, os pesos das filas e as decisões de transmissão por meio de inferência difusa e aprendizado neuroadaptativo. As tarefas de medição de desempenho abrangem o cálculo da razão de entrega de pacotes, latência de ponta a ponta, throughput, consumo de energia em nível de nó e vida útil da rede. Análises estatísticas são realizadas em múltiplas execuções para verificar a confiabilidade dos resultados. A abordagem revela melhor desempenho na simulação em comparação com os esquemas base. Esse protocolo oferece uma estrutura reprodutível para explorar métodos híbridos de controle de congestionamento que permitem operação eficiente em energia, escalável e consciente de QoS em ambientes WSN habilitados por IoT.

Introdução

O enorme crescimento da Internet das Coisas (IoT) exigiu a implantação de bilhões de dispositivos interligados, dos quais redes de sensores sem fio (WSNs) são usadas para fornecer monitoramento em tempo real e suporte à decisão, na maioria dos^casos ^1,2. Essas redes tornam-se as estruturas centrais de sistemas habilitados por IoT em áreas radicalmente diferentes, como monitoramento em^{saúde 3}, cidades^{inteligentes 4}, agricultura^{de precisão 5}, automação^{industrial 6} e sensoriamento