ارائه روشی نوین برای محاسبه اعتماد در کاربردهای اینترنت اشیاء
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 398
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-50-2_020
تاریخ نمایه سازی: 4 آذر 1399
چکیده مقاله:
در سیستمهای اینترنت اشیا کیفیت سرویس و اعتبار دادههای مورد استفاده برای تصمیمگیری در کاربردهای مختلف اهمیت بالایی دارند. اشیاء مخرب میتوانند با ارائه دادههای نامعتبر موجب کاهش کیفیت و تجربه سرویس برای سایر گرهها در یک سیستم اینترنت اشیا شوند. یکی از راهکارهای ممکن برای حل این مشکل، مدیریت اعتماد است. اغلب پژوهشهای موجود برای محاسبه اعتماد متمرکز بر محاسبه اعتماد موجودیتهای یک سیستم است. در این مقاله روشی برای محاسبه اعتماد ارائه شده است که علاوه بر محاسبه اعتماد موجودیتها در یک کاربرد اینترنت اشیا، به محاسبه اعتمادپذیری داده نیز بپردازد. به این منظور، روش نوینی برای محاسبه اعتماد با در نظر گرفتن ارتباط بین اعتمادپذیری داده و اعتماد موجودیت ارائه شده است که مبتنی بر یادگیری بیزی بوده و برای محاسبه اعتمادپذیری داده از قانون ترکیب نظریه دمپستر-شیفر استفاده میکند. برای آزمایش روش پیشنهادی، به شبیهسازی این روش در سناریوی پارکینگ هوشمند پرداخته شده و مقدار همگرایی و زمان همگرایی اعتماد در حضور رفتارهای مخرب و میزان تطبیقپذیری آن ارزیابی شده است. نتایج حاصل از ارزیابی روش پیشنهادی در قیاس با روش موجود نشان میدهد که روش ما حتی در حضور 70% گره مخرب در سیستم، تخمین صحیحی از اعتماد را به دست میدهد.
کلیدواژه ها:
نویسندگان
بهشید شایسته
دانشکده مهندسی کامپیوتر - دانشگاه علم و صنعت ایران
وصال حکمی
دانشکده مهندسی کامپیوتر - دانشگاه علم و صنعت ایران
سید اکبر مصطفوی
گروه مهندسی کامپیوتر - دانشگاه یزد
احمد اکبری
دانشکده مهندسی کامپیوتر - دانشگاه علم و صنعت ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :