یک پروتکل مسیریابی مبتنی بر خوشه بندی با الهام از الگوریتم فرا ابتکاری جستجوی ارگانیسم های همزیستی در شبکه های ادهاک بین خودرویی
محل انتشار: دومین کنفرانس بین المللی مهندسی و علوم کاربردی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 794
فایل این مقاله در 18 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:
ICEASCONF02_139
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
به دلیل تحرک بالای خودروها و تصمیم گیری های متنوع رانندگان، نمی توان از ایستگاه پایه استفاده کرد. بنابر این خودروهای شبکه بایستی به طور مستقیم با یکدیگر ارتباط برقرار کنند. یکی از اهداف این شبکه ها برقراری ارتباط میان خودروها و تبادل اطلاعات مربوط به ترافیک و شرایط جاده ای از قبیل میزان یخ زدگی جاده، شرایط جوی و ... است. توپولوژی شبکه های بین خودرویی دائماً در حال تغییر است، زیرا گره ها در این شبکه متحرک بوده و در هر لحظه موقعیت مکانی خود را تغییر می دهند. از اینرو، یک پروتکل مسیریابی اثر بخش و کارا نقش بسیار مهم در بهبود امنیت مسافران بازی می کند. پروتکل مسیریابی AODV یک پروتکل مسیریابی مبتنی بر تقاضا است. سربار پردازشی و سربار کنترلی در این پروتکل پایین است. با این حال سربار پیام های همه پخشی درخواست مسیر در پروتکل مسیریابی AODV، بسیار بالا است. به همین خاطر پروتکل مسیریابی AODV، از مقیاس پذیری پایین رنج می برد. تکنیک خوشه بندی یکی از تکنیک های موثر برای افزایش مقیاس پذیری محسوب می شود. در این پژوهشی یک الگوریتم خوشه بندی برای کاهش سربار پیام های همه پخشی درخواست مسیر ارائه می شود. همچنین یک تکنیک برای شناسایی خودروهای سیاه چاله قبل از اجرای الگوریتم خوشه بندی ارائه می شود. این تکنیک از نفوذ خودروهای سیاه چاله در مکانیزم خوشه بندی جلوگیری می کند. در ادامه یک الگوریتم مسیریابی مبتنی بر خوشه با الهام از الگوریتم فرا ابتکاری جستجوی ارگانیسم های همزیستی ارائه شده است. نتایج ارزیابی نشان می دهد، مکانیزم خوشه بندی پیشنهادی، تکنیک شناسایی خودروهای سیاه چاله s مسیریابی مبتنی بر خوشه توانستهمقیاس پذیری پروتکل مسیریابی AODV را به طور قابل توجه افزایش دهد
کلیدواژه ها:
نویسندگان
حمید جعفری
دانشگاه آزاد اسلامی، واحد قزوین
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 :