استفاده از هستان شناسی پویا در بهبود عملکرد سیستم های اینترنت اشیا

رشد سریع اینترنت اشیا (IoT) منجر به تولید داده هایی وسیع، متنوع و پویا شده است که چالش های قابل توجهی برای مدیریت و تحلیل اطلاعات در جهت ارائه خدمات هوشمند و شخصی سازی شده ایجاد کرده اند. به دلیل بارگذاری اطلاعات با حجم بالا و سرشار از محتواهای پیچیده در ساختار و تنوع بالای انواع داده ای، بسیاری از کاربران را با مشکلات فراوانی در به دست آوردن خدمات مفید و مرتبط که نیازها و علائقشان را برآورده کنند روبرو می سازد. یکی از موانع اصلی برای کاربران استخراج کارآمد و موثر اطلاعات مفید از پایگاه داده های موجود است. این پژوهش یک مدل نوآورانه ارائه می دهد که با استفاده از هستان شناسی، دقت سیستم ها در محیط اینترنت اشیا را از طریق بهبود فرآیند فیلتر کردن داده ها به طور چشمگیری افزایش می دهد. برخلاف روش های سنتی این مدل قابلیت کاربرد گسترده ای در بهینه سازی خدمات مبتنی بر IoT دارد. داده ها مطابق با آنتولوژی فیلتر شده و به سیستم اینترنت اشیا منتقل می شوند. با بهره گیری از روابط معنایی و نمایش های ساختارمند، دانش مدل پیشنهادی نه تنها تجربه کاربری را بهبود می بخشد بلکه تحویل خدمات را نیز در محیط های پویا و متغیر اینترنت اشیا بهینه می سازد. برای ارزیابی اثر بخشی، مدل آزمایش های گسترده ای انجام دادیم و عملکرد آن را با روش های پیشرفته موجود مقایسه کردیم. نتایج بهبود چشمگیری در دقت سیستم و کاهش قابل توجه در نرخ خطا را نشان می دهد.

کلیدواژه ها:

اینترنت اشیا ، هستان شناسی ، فیلتر کردن داده ها ، هستان شناسی پویا