بحث متقدم
ترتيب حسب
فلترة حسب
تعتبر شبكات ال (MANETs (Mobile Ad-HocNetworks اللاسلكية من الشبكات الفعالة و المفيدة في نقل البيانات، نظرًا لكونها لا تحتاج فيها العقد إلى اعدادات مسبقة، و تتمتع بديناميكية فعالة لنقل البيانات أثناء حركة العقد، مما يجعلها مقصد مهم لتبادل البيانات. . تتجلى مشكلتها الكبيرة في إمكانية الاختراق الأمني، حيث تعتبر هجمات الثقب الأسود واحدة من الهجمات الخطيرة التي تستهدف شبكات AD_HOC اللاسلكية من خلال نقطة مزيفة تستطيع امتصاص البيانات و ارسالها إلى مكان آخر أو إهمالها، و هذا يعود لعدم وجود عقدة تحكم مركزية قادرة على إدارة الاتصالات. يتطرق البحث إلى دراسة تأثير الثقب الأسود على أداء بروتوكول التوجيه الهجين Temporally Ordered (Routing Algorithm (TORA و على بروتوكول التوجيه غير التفاعلي الإستباقي (Optimized Link State Routing (OLSR من اجل عدد متغير من العقد المتحركة و بسرعات مختلف في بيئة ذات حمل عال.
تعاني الشبكات اللاسلكية من الضياع المتكرر للرزم لأسباب عديدة منها التداخلات و التصادم و الخفوت، مما يجعل من الوسط اللاسلكي وسط غير موثوق لنقل البيانات. أبرز طرق ضمان وثوقية النقل عبر هذا الوسط هي باستخدام بروتوكول التحكم بالنقل (TCP) و بروتوكول إعادة الطلب التلقائي (ARQ). مؤخراً وجد ترميز الشبكة كتقنية جديدة تغير من طريقة التوجيه التقليدية (خزن-وَ-وجه) في الشبكات إلى طريقة أكثر ذكاءً و فعالية هي (رمز –وَ-وجه)، مما يسهم في زيادة سعة و إنتاجية النقل لهذه الشبكات. تم في هذا البحث استخدام ترميز الشبكة الخطي العشوائي كتقنية واعدة تهدف إلى تحقيق النقل الموثوق للبيانات في الشبكات اللاسلكية ذات الضياع، و كذلك دراسة التحسين الذي تقدمه لأداء هذه الشبكات بحالتي الإرسال الوحيد و المتعدد. لتقييم فعالية هذه التقنية و مقارنة أدائها مع أداء بروتوكولات النقل الموثوق تم استخدام محاكي الشبكات NS3. و قد بينت نتائج المحاكاة تحقيق ترميز الشبكة الخطي العشوائي عملية النقل الموثوق للبيانات بإنتاجية أكبر و تأخير زمني و عدد عمليات إرسال أقل مقارنة بالبروتوكولين (TCP، ARQ).
في هذا المشروع سوف نستثمر مجموعظة من الأدوات الرياضية من خوارزميات تعلم الآلة machine learning و الأمثلة المحدبة convex optimization و "النماذج الاحتمالية البيانية" probabilistic graphical model في إطار "الشبكات المعرفية" cognitive networking وذلك لأمثلة optimize أنواع مختلفة من الشبكات اللاسلكية مثل: شبكات الحساسات اللاسلكية WSN ، و الشبكات التكتيكية الهجينة tactical networks ، و الشبكات المحلية اللاسلكية WLAN . تتمثل "الشبكات المعرفية" في تطبيق "معرفة" cognition على كامل مكدس البروتوكولات protocol stack لتحقيق أهداف الأداء، بخلاف "الراديو المعرفي" cognitive radio الذي يطبق المعرفة فقط على الطبقة الفيزيائية.