АДАПТИВНІ АЛГОРИТМИ УПРАВЛІННЯ ТЕХНОЛОГІЇ IOT В УМОВАХ ОБМЕЖЕ-НИХ РЕСУРСІВ

Автор(и)

  • Тетяна Холявкіна Національний авіаційний університет, Київ, Україна
  • Ярослав Троцький Національний авіаційний університет, Київ, Україна
  • Юрій Моденов Національний авіаційний університет, Київ, Україна

DOI:

https://doi.org/10.18372/2310-5461.63.18950

Ключові слова:

адаптивні алгоритми, інтернет речей, IoT, обмежені ресурси, управління, ефективність

Анотація

Стаття присвячена дослідженню та аналізу застосування адаптивних алгоритмів управління технологією IoT в умовах обмежених ресурсів. В контексті швидко зростаючої популярності IoT, ефективне управління цією технологією в умовах обмежених обчислювальних, енергетичних та мережевих ресурсів стає вирішальним завданням. У роботі пропонуються методи адаптивного управління, спрямовані на оптимізацію використання ресурсів та підвищення продуктивності системи IoT.

Проведено аналіз трьох адаптивних алгоритмів управління IoT, а саме: Q- learning, алгоритм нечіткої логіки та алгоритм колективного інтелекту. Досліджуються особливості, ефективність та придатність цих алгоритмів для застосування в умовах обмежених ресурсів, таких як обчислювальна потужність та енергоефективність.

Як вирішення існуючої проблеми в статті запропоновано новий алгоритм: гібрид алгоритмів нечіткої логіки та колективного інтелекту. Новий алгоритм створює нові можливості для керування IoT-пристроями в умовах обмежених ресурсів, адже має кращі сторони обох алгоритмів, не маючи їх явних недоліків. Запропонований алгоритм має потенціал підвищення ефективності IoT-систем в середньому на 10-25%.

Проте для досягнення кращих результатів, важливо також враховувати різні сценарії використання IoT-систем, оскільки ефективність алгоритмів може змінюватися залежно від конкретних умов. Наприклад, пристрої, що працюють у віддалених або важкодоступних місцях, вимагають більшої автономності та стійкості до обмежень мережевих ресурсів. Подібні фактори відіграють ключову роль у забезпеченні стабільної та надійної роботи IoT-систем у реальних умовах.

Висновки статті спрямовані на визначення найбільш ефективного алгоритму управління IoT в умовах обмежених ресурсів. Результати досліджень можуть бути корисними для розробників та впроваджувачів IoT систем, спрямованих на оптимізацію використання ресурсів та підвищення продуктивності систем. 

Біографії авторів

Тетяна Холявкіна , Національний авіаційний університет, Київ, Україна

Кандидат технічних наук, доцент

Ярослав Троцький, Національний авіаційний університет, Київ, Україна

Студент кафедри комп'ютерних інформаційних технологій Факультета комп'ютерних наук та технологій

Юрій Моденов, Національний авіаційний університет, Київ, Україна

Кандидат технічних наук, доцент кафедри комп'ютерних інформаційних технологій

Посилання

Wikipedia. Internet of things. URL: https://en.wikipedia.org/wiki/Internet_of_things (дата звернення: 29.04.2024).

IEEE Xplore. The research and implement of smart home system based on Internet of Things. URL: https://ieeexplore.ieee.org/document/6066672 (дата звернення: 29.04.2024)

Big Data Statistics 2023: How Much Data is in The World? URL: https://firstsiteguide.com/big-data-stats/ (дата звернення: 29.04.2024)

Exploding Topics. 80+ Amazing IoT Statistics. URL: https://explodingtopics.com/blog/iot-stats#iot-industry-size (дата звернення: 07.05.2024)

What’s the big data. Top Machine Learning Statistics to know. URL: https://whatsthebigdata.com/top-machine-learning-statistics/ (дата звернення: 07.05.2024)

Watkins, C.J.C.H. Learning from Delayed Rewards. PhD thesis. 1989. Pp. 220-228.

Fuzzy logic. URL: http://www.scholarpedia.org/article/Fuzzy_logic (дата звернення: 29.04.2024)

Hassanien E. Swarm Intelligence for Resource Management in Internet of Things. 2020. Pp. 1-19.

Wikipedia. Q-навчання. URL: https://uk.wikipedia.org/wiki/Q-%D0%BD%D0%B0%D0%B2%D1%87%D0%B0%D0%BD%D0%BD%D1%8F (дата звернення: 07.05.2024)

Medium. Machine Learning with Fuzzy Logic. URL: https://towardsdatascience.com/machine-learning-with-fuzzy-logic-52c85b46bfe4 (дата звернення: 07.05.2024)

Wikipedia. Колективний інтелект. URL: https://uk.wikipedia.org/wiki/%D0%9A%D0%BE%D0%BB%D0%B5%D0%BA%D1%82%D0%B8%D0%B2%D0%BD%D0%B8%D0%B9_%D1%96%D0%BD%D1%82%D0%B5%D0%BB%D0%B5%D0%BA%D1%82 (дата звернення: 09.05.2024)

LinkedIn. How does Swarm Intelligence work and what are its potential applications? URL: https://www.linkedin.com/pulse/how-does-swarm-intelligence-work-what-its-potential-giovanni-sisinna (дата звернення: 09.05.2024).

##submission.downloads##

Опубліковано

04.10.2024

Номер

Розділ

Інформаційні технології, кібербезпека