دانلود تحقیق بررسی روش های مسیریابی با قابلیت اطمینان در شبکه های حسگر بی سیم

اختصاصی از رزفایل دانلود تحقیق بررسی روش های مسیریابی با قابلیت اطمینان در شبکه های حسگر بی سیم دانلود با لینک مستقیم و پر سرعت .

با عمومیت یافتن استفاده از شبکه‌های حسگر بی‌سیم در کاربردهای حساس مانند کاربردهای نظامی و حوزه‌های شهری، لزوم توجه به امنیت و قابلیت اطمینان در این شبکه‌ها، تبدیل به یک موضوع اساسی و حیاتی شده است. از منظر دیگر محدودیت‌های گره‌های حسگر در ارسال داده‌ها، باعث شده است که پیدا کردن مسیر و چگونگی ارسال داده‌ها به سمت ایستگاه اصلی از چالش برانگیزترین موارد در این شبکه‌ها باشد. تاکنون روش‌های زیادی برای مسیریابی در شبکه‌های حسگر بی‌سیم ارائه شده‌، ولی در بیشتر آن‌ها مسئله امنیت در نظر گرفته نشده است. همچنین روش‌های ایمن ارائه شده، مخصوص حملات خاصی بوده و یا دارای سربار بالایی هستند که با توجه به محدودیت‌های موجود در شبکه‌های حسگر، عملا قابل استفاده نمی‌باشند.

فهرست مطالب

فصل 1: مقدمه

1-1.مقدمه

1-2. اهداف تحقیق

فصل2: شبکه های حسگر

2-1. تاریخچة شبکه های حسگر

2-2. چرا شبکه های حسگر؟

2-3. شبکه حسگر چیست؟

2-4. ویژگی‌های عمومی یک شبکه حسگر

2-5. ساختار ارتباطی شبکه های حسگر

2-4. ساختمان گره

2-5. ساختار کلی شبکه حس/کار بی سیم.

2-6. ویژگی های شبکه حسگر/کارانداز

2-7. فاکتور های طراحی درشبکه های حسگر بی سیم.

2-8. کاربرد ها و مزایای استفاده از شبکه های حسگر

2-9. محدودیتهای سخت افزاری یک گره حسگر

2-10. معماری شبکه های حسگر

2-11. معماری ارتباطی در شبکه های حسگر

2-12. اجزای سخت افزاری هرگره

2-12-1. واحد پردازنده مرکزی (CPU)

2-12-2. فرستنده - گیرنده رادیویی

2-12-3. حسگر ها

2-12-4. حسگرGPS

2-12-5. منبع تغذیه

2-12-4-1. باطری ها و سلولهای خورشیدی

2-13. اجزای نرم افزاری

2-13-1. سیستم عاملTiny OS.

2-14. خلاصه

فصل3 :مسیریابی درشبکه های حسگربی سیم

3-1. مقدمه

3-2. ویژگی‌های مسیریابی در شبکه حسگر بی‌سیم

3-3. روش‌های مسیریابی در شبکه‌های حسگر بی‌سیم

3-3-1. پارامترهای مطرح درپروتکل های مسیریابی درشبکه های حسگر بی سیم

3-3-2. مسیریابی مسطح (مبتنی بر داده Data Centric - )

3-3-2-1. Gossiping و Flooding

3-3-2-2.   SPIN

3-3-2-3.   Directed Diffusion

3-3-2-4. EAR

3-3-2-5.   GBR

3-3-3. مسیریابی مبتنی برمکان

3-3-3-1. GEAR

3-3-4. مسیریابی سلسه مراتبی(مبتنی بر خوشه‌بندی)

3-3-5. پروتکل خوشه‌بندی LEACH

3-3-6. پروتکل خوشه‌بندیLEACH متمرکز

3-3-7. PEGASIS

3-3-7. TEEN

3-3-8. APTEEN

فصل4: ارسال مطمئن داده ها در شبکه های حسگر بی سیم با استفاده ازمسیریابی چندگانه

4-1. مقدمه

4-2. چالش های موجود در حمایت از کیفیت خدمات درشبکه های حسگربی سیم

4-3. مسیریابی چندگانه

4-3-1. مزایای روشهای مسیریابی چندگانه

4-3-1-1.   بهبود قابلیت اطمینان و تحمل پذیری در مقابل خرابی

4-3-1-2. توزیع متعادل بار

4-3-1-3.   افزایش میزان پهنای باند

4-3-1-4. کاهش تأخیر

4-3-2. عناصر تشکیل دهنده یک پروتکل مسیریابی چندگانه

4-3-2-1. شناسایی مسیرها

4-3-2-2. توزیع ترافیک

4-3-2-3. نگهداری مسیرها

4-4. مسیریابی چندگانه در شبکه های حسگربی سیم وبی سیم موردی

4-4-1. قابلیت اطمینان و تحمل پذیری در مقابل خرابی

4-4-2. کاهش تاخیر

4-4-3. کاهش میزان انرژی مصرفی در شبکه

فصل5: انرژی مطمئن در پروتکل مسیریابی شبکه های حسگر بی سیم

5-1. چکیده

5-2. مقدمه

5-3. پروتکل های مسیریابی در شبکه های حسگر بی سیم.

5-3-1. پروتکل مسیریابی با توجه به بهره وری انرژی

5-3-2. پروتکل مسیریابی با در نظر گرفتن ضریب اطمینان

5-4. تجزیه و تحلیل مکانیزم های پروتکل مسیریابی

5-4-1. مقایسه بین چندمسیرمسیریابی ازهم گسسته وپیوسته.

5-4-2. مقایسه بین همتاسازی بسته وحمل ونقل برگزیده

5-5. معماری سیستم REAR

5-5-1. شرح ماژول های دقیق در مورد REAR

5-6. ویژگی های تفصیلی وتکمیل کننده ی REAR

5-6-1. ویژگی های تفصیلی وتکمیل کننده ی REAR

5-6-2. توپولوژی شبکه مقاوم در REAR

5-6-3. ویژگی های قابل اطمینان انتقال داده هادرREAR

5-7. ارزیابی عملکردREAR

فصل6: جمع بندی ونتیجه گیری.

6-1 .مقدمه

6-2. نتیجه گیری

6-3 . پیشنهاد ها

پیوست

7-1. Nano-Qplus Platform

7-1-1. ویژگی های کلیدی برای شبکه گیرنده بی سیم

فهرست منابع

مقاله یک مدل پیش بینی برای تلفیق شبکه‌های حسگر بیسیم و رایانش ابری

اختصاصی از رزفایل مقاله یک مدل پیش بینی برای تلفیق شبکه‌های حسگر بیسیم و رایانش ابری دانلود با لینک مستقیم و پر سرعت .

مقاله اصلی A Data Predication Model for Integrating Wireless Sensor Networks

مقاله اصلی به زبان انگلیسی را می توانید رایگان از اینجا دانلود کنید 

فرمت مقاله : word

تعداد صفحات اصل مقاله : 

تعداد صفحات ترجمه : 12 صفحه

چکیده- رایانش ابری به عنوان یک راه حل امیدبخش برای مدیریت و پردازش داده بزرگ توسط فراهم کردن یک مرکز داده و الگوریتم‌های مؤثر برای مدیریت و سازمان دهی داده، اثبات شده است. یکی از منابع داده سیستم‌های ابری، شبکه‌های حسگر بیسیم است. WSN ها یک روش جدید منابع رشته-داده را ارائه می‌کنند که در آن داده به صورت دوره‌ای از سنسورهای دیگر دریافت می‌شود و منجر به یک حجم بسیار زیادی از داده جمع آوری شده در یک دوره کوتاه می‌شود. WSN ها دارای منابع محدودی هستند به نحوی که رشته داده با ریز جزئیات منجر به مصرف انرژی بسیار زیاد می‌شود. در این مقاله، ما یک مدل پیش بینی داده را پیشنهاد کرده این که در داخل گره‌های سنسور ساخته شده و توسط سیستم ابری جهت تولید استفاده می‌شود. هدف از مدل پیشنهاد شده، معاف کردن گره‌های سنسور از ارسال حجم عظیمی از داده است که در نتیجه موجب صرفه جویی انرژی در باتری سنسور می‌شود. ما در این مقاله قصد در جهت فرموله کردن مدل پیش بینی به صورت یک معادله خطی از طریق دو بردار n بعدی در فضای n-بعدی داریم. نتایج اولیه نشان می‌دهد که مدل پیشنهاد شده قادر به دستیابی به نرخ خطا بهتر در مقایسه با روش‌های پیش بینی داده سنتی می‌باشد.

دانلود پایان نامه امنیت شبکه های حسگر بی سیم

اختصاصی از رزفایل دانلود پایان نامه امنیت شبکه های حسگر بی سیم دانلود با لینک مستقیم و پر سرعت .

شبکه های حسگر بی سیم به عنوان یک فناوری جدید از پیشروترین فناوری های امروزی می باشند. این شبکه ها محدودیت ها، توانایی ها ,ویژگی ها، پیچیدگی ها و محیط عملیاتی خاص خود را دارند که آنها را از نمونه های مشابه، همچون شبکه های موردی متفاوت می کند .امروزه قابلیت اطمینان و تحمل پذیری خطا در شبکه های حسگر، با درنظر گرفتن کیفیت بهتر یکی از زمینه های مهم تحقیقاتی است. دستیابی به اطلاعات با کیفیت با محدودیت های درنظر گرفته شده در هنگامی که خطا وجود دارد یکی از چالش های شبکه های حسگر است.

خطا در شبکه های حسگر به صورت یک رویداد طبیعی به شمار می آید و برخلاف شبکه های معمولی و سنتی یک واقعه ی نادر نیست. برای تضمین کیفیت سرویس در شبکه های حسگر ضروری است تا خطاها را تشخیص داده و برای جلوگیری از صدمات ناشی از بروز خطا، عمل مناسب را در بخش هایی که آسیب دیده اند انجام دهیم.

دو بخش مهم در تحمل پذیری خطا یکی تشخیص خطاو دیگری ترمیم خطا است. در مرحله ی تشخیص خطا مهم این است که بتوان با صرف هزینه ی کم و با دقت بالا به این نتیجه رسید که واقعا خطایی رخ داده است و گره های آسیب دیده را شناسایی نمود. در مرحله ی ترمیم مهم است که پس از تشخیص خطا، بتوان گره های آسیب دیده را به وضعیتی که قبل از بروز خطا داشتند، رساند. در شبکه های حسگر تشخیص خطا می تواند در مواردی همچون امنیت و کارایی به کار گرفته شود.

در این مقاله با توجه به اهمیت تشخیص خطا و کاربرد تحمل پذیری خطا در شبکه های حسگر و با توجه به مدل واقعه گرا برای جمع آوری داده ها در شبکه های حسگر، روشی جدید برای تشخیص خطا با توجه به ساختاری خوشه ای پیشنهاد شده است. هدف اصلی، بهبود و تشخیص درست گره های آسیب دیده در شبکه های حسگر است .

بخش های مختلف این مقاله به صورت زیر تقسیم بندی شده است. در بخش ۲ در مورد روش ها و کارهای انجام شده برای افزودن تحمل- پذیری خطا در شبکه های حسگر توضیح داده می شود. در بخش ۳ سازماندهی گره ها در ساختار خوشه ای و نحوه ی عملکرد آنها برای افزودن روش پیشنهادی توضیح داده می شود. در بخش ۴ روش پیشنهادی توضیح داده می شود و در انتها شبیه سازی و ارزیابی روش پیشنهادی و مقایسه ی آن با روش انجام می شود و بهبود روش پیشنهادی نسبت به این روش نشان داده می شود.

فصل اول : شبکه های حسگر بی سیم

شبکه حسگر/کارانداز (حسگر)[1] شبکه ای است متشکل از تعداد زیادی گره کوچک. در هر گره تعدادی حسگر و/یا کارانداز وجود دارد. شبکه حسگر بشدت با محیط فیزیکی تعامل دارد. از طریق حسگرها اطلاعات محیط را گرفته و از طریق کار انداز ها واکنش نشان می دهد. ارتباط بین گره ها بصورت بی سیم است. هرگره بطور مستقل و بدون دخالت انسان کار میکند و نوعا از لحاظ فیزیکی بسیار کوچک است ودارای محدودیت هایی در قدرت پردازش, ظرفیت حافظه, منبع تغذیه, ... می باشد. این محدودیت ها مشکلاتی را بوجود می آورد که منشأ بسیاری از مباحث پژوهشی مطرح در این زمینه است. این شبکه از پشته پروتکلی شبکه های سنتی پیروی می کند ولی بخاطر محدودیت ها و تفاوتهای وابسته به کاربرد, پروتکل ها باید باز نویسی شوند.

چرا شبکه های حسگر؟

     امروزه زندگی بدون ارتباطات بی سیم قابل تصور نیست.پیشرفت تکنولوژی CMOS و ایجاد مدارات کوچک و کوچکتر باعث شده است تا استفاده از مدارات بی سیم در اغلب وسایل الکترونیکی امروز ممکن شود.این پیشرفت همچنین باعث توسعه ریز حسگر ها شده است.این ریز حسگر ها توانایی انجام حس های بی شمار در کارهایی مانند شناسایی صدا برای حس کردن زلزله را دارا می باشند همچنین جمع آوری اطلاعات در مناطق دور افتاده ومکان هایی که برای اکتشافات انسانی مناسب نیستند را فراهم کرده است. اتومبیل ها می توانند از ریز حسگر های بی سیم برای کنترل وضعیت موتور, فشار تایرها, تراز روغن و... استفاده کنند.خطوط مونتاژ می توانند از این سنسورها برای کنترل فرایند مراحل طول تولید استفاده کنند.در موقعیت های استراتژیک ریز حسگرها می توانند توسط هواپیما بر روی خطوط دشمن ریخته شوند و سپس برای رد گیری هدف(مانند ماشین یا انسان) استفاده شوند. در واقع تفاوت اساسی این شبکه ها ارتباط آن با محیط و پدیده های فیزیکی است شبکه های سنتی ارتباط بین انسانها و پایگاه های اطلاعاتی را فراهم می کند در حالی که شبکه ی حسگر مستقیما با جهان فیزیکی در ارتباط است با استفاده از حسگرها محیط فیزیکی را مشاهده کرده, بر اساس مشاهدات خود تصمیم گیری نموده و عملیات مناسب را انجام می دهند. نام شبکه حسگر بی سیم یک نام عمومی است برای انواع مختلف که به منظورهای خاص طراحی می شود. برخلاف شبکه های سنتی که همه منظوره اند شبکه های حسگر نوعا تک منظوره هستند.در هر صورت شبکه های حسگر در نقاط مختلفی کاربرد دارند برخی از این کاربرد ها به صورت فهرست وار آورده شده است:

[1] Wireless Sensor Actor Network (WSAN)

مقدمه 1
فصل اول
شبکه های حسگربی سیم 2
چرا شبکه های حسگر؟ 2
تاریخچة شبکه های حسگر 3
ساختار کلی شبکه حسگر بی سیم 4
ساختمان گره 6
ویژگی ها 7
موضوعات مطرح 7
•تنگناهای سخت افزاری 8
•توپولوژی 8
•قابلیت اطمینان 8
•مقیاس پذیری 8
•قیمت تمام شده 9
•شرایط محیطی 9
•رسانه ارتباطی 9
•توان مصرفی گره ها 9
•افزایش طول عمر شبکه 10
•ارتباط بلادرنگ و هماهنگی 10
•امنیت و مداخلات 11
عوامل پیش بینی نشده 11
نمونه ی  پیاده سازی شده شبکه حسگر 12
بررسی نرم ا فزارهای شبیه سازی شبکه 14
خصوصیات لازم برای شبیه سازهای شبکه 15
شبیه ساز NS(v2) 16
معماری درونی NS 16
مدل VuSystem 16
شبیه ساز  OMNeT++ 17
شبیه ساز  Ptolemy II 18
مدل سازی شبکه های بی سیم 20
اجرای یک مدل پیش ساخته 20
تغییر پارامترها 22
ساختار یک مدل پیش ساخته 23
•نمایش بصری(آیکون ها) 23
•کانال ها 26
•اکتور های  مرکب 27
•کنترل اجرا 28
•ساخت یک مدل جدید 29
•به کارگیری اکتور plot 39
قابلیت های مدل سازی 41
•شبیه سازی رویداد گسسته 41
•مدل های کانال 42
•مدل های گره بی سیم 42
•مثال هایی از قابلیت مدل سازی 42
1.ساختار بسته ها 42
2.اتلاف بسته ها 42
3.توان باتری  43
4.اتلاف توان 43
5.برخورد ها 44
6.بهره آنتن دهی ارسال 47
ساختار نرم افزار 50
چند مثال و کاربرد 54
فهمیدن تعامل (واکنش) در شبکه های حسگر 54
نقایص شبکه های حسگر 54
توانایی های توسعه یافته شبکه های حسگر 54
طراحی ومدل کردن ناهمگن پتولومی 54
مدل شبکه حسگر 55
نمونه های ایجاد شده توسط نرم افزار 55
•غرق سازی 55
•مثلث بندی 56
•نظارت بر ترافیک 57
•گمشده جنگی در منطقه دشمن و تعقیب کننده 58
•جهان کوچک 60
فصل دوم
امنیت در شبکه های حسگر بی سیم 61
مقدمه 61
چالش های ایمنی حسگر 63
استقرار نیرومند 63
محیط مهاجم 64
نایابی منبع 64
مقیاس بزرگ 64
حملات و دفاع 64
لایه فیزیکی 65
تراکم 65
کوبش 66
لایه اتصال 67
برخورد 67
تخلیه 67
لایه شبکه 68
اطلاعات مسیر یابی غلط 68
عملیات انتخابی حرکت به جلو 68
حمله چاهک 69
حمله سایبیل 69
حمله چاهک پیچشی 69
حمله جریان آغازگر 69
اعتبار و رمز گذاری 70
نظارت 70
پروب شدن 71
فراوانی 71
راه حل های پیشنهادی 71
پروتکل های ارتباط 71
معماری های مدیریت کلیدی 75
LEAP 75
LKHW 75
پیش نشر کلیدی به صورت تصادفی 76
Tiny PK 76
نتیجه گیری 77
فصل سوم
حملات مختلف  در شبکه حسگر وایرلس : جمع آوری اطلا عات            78
مقدمه                                  78
1. حملات در شبکه های وایرلس                       78
2. یکپارچگی داده¬ها و حملات وابسته به قابلیت اطمینان              79
1-2:حمله¬ی عدم پذیرش سرویس (DOS): 79
2-2:حمله¬ی تسخیر گره¬ای:                          79
2-3:حمله¬ی استراق سمع:                           80
3. حملات مربوط به مصرف برق                        80
3-1 :حملات عدم پذیرش sleep 80
3-3 : حمله عدم هماهنگ سازی                       81
4.  حملات مرتبط در دسترس بودن خدمات ومصرف پهنای باند           81
4-1 :حمله طوفانی یا طغیانگر                        81
4-2: حمله jqmminy (تداخل رادیویی)                    81
4-3: حمله پاسخی یا Replay   81
4-4: حمله ی ارسال انتخابی                          82                        
5. حملات مربوط به مسیریابی                         82
5-1: حمله ی آپدیت مسیریابی غیر مجاز                    83
5-2: حمله ی wormhole  83
5-3: حمله ی کلاهبرداری                          83
5-4: حمله ی گودال                             83
6. حملات مربوط به شناسایی                        84
7. حملات مربوط به privacy  84
7-1: حمله ی آنالیز ترافیک                          84
نتیجه گیری                               85
فصل چهارم
مقاله انگلیسی SECURITY IN WIRELESS SENSOR NETWORKS 96
منابع 98

شامل 111 صفحه فایل word

دانلود با لینک مستقیم

دانلود پایان نامه امنیت شبکه های حسگر بی سیم

پایان نامه توپولوژی شبکه های حسگر (کارشناسی ارشد )

اختصاصی از رزفایل پایان نامه توپولوژی شبکه های حسگر (کارشناسی ارشد ) دانلود با لینک مستقیم و پر سرعت .

این پایان نامه مخصوص دانشجویان ارشد بوده و پیرامون مباحثی کامل و جامع درباره ی نحوه عملکرد شبکه های حسگر از هر نوع با ذکر مثال و مستند می باشد (برای استفاده از این پایان نامه حتما فونت های ارائه شده داخل فولدر زیپ را بر روی سیستم نصب نمایید ) 

شبیه‌سازی و مدل نمودن شبکه‌های حسگر با شبکه‌های عصبی رقابتی

اختصاصی از رزفایل شبیه‌سازی و مدل نمودن شبکه‌های حسگر با شبکه‌های عصبی رقابتی دانلود با لینک مستقیم و پر سرعت .

شبیه‌سازی و مدل نمودن شبکه‌های حسگر با شبکه‌های عصبی رقابتی

بصورت ورد ودر122صفحه

چکیده

در یک شبکه حسگر که یک سیستم توزیع شده فراگیر است، یکی از موارد مورد بحث همگام‌سازی ارتباطات است. یکی از عمده وظایف همگام‌سازی فرآیند‌ها، انحصار متقابل است. الگوریتم‌های جدید ارایه شده در مقایسه با الگوریتم‌های قدیمی با عدالت بیشتری عمل می‌نمایند. در این پایان‌نامه یک مدل با استفاده از شبکه‌های عصبی رقابتی برای انحصار متقابل توزیع شده ارایه می‌دهیم. نشان داده می‌شود که برچسب‌های زمانی، زمان اجرا و دیگر پارامترهای موثر بوسیله شبکه‌های عصبی رقابتی پیش‌بینی شده و مدل می‌تواند بصورت تحلیلی مشکلاتی که در ناحیه بحرانی اتفاق می‌افتد را حل نماید. مدل می‌تواند با استفاده از روش‌های همینگ و هاپلفیلد به جهت پیش‌بینی اثرات آن شبیه‌سازی شده و نمودارهای سرعت و دقت آن مورد تجزیه‌وتحلیل قرار گیرد. مدل شرح داده شده می‌تواند اطلاعات سیستم را کاهش دهد و با سیستم‌های یادگیری اولویت سازگار باشد. بنابراین، این امکان وجود دارد که با استفاده از شبکه‌های عصبی رقابتی بعنوان یک الگوی سیستم توزیع‌شده موارد قابلیت اطمینان، تحمل‌پذیری خطا و دسترسی به انحصار متقابل و مدیریت ناحیه بحرانی را بهینه نماییم. بنابراین روش جدید ارایه شده تحمل‌پذیری خطا را افزایش داده و الگوریتم‌های متمرکز و توزیع شده می‌توانند از آن استفاده نمایند و بر این اساس قابلیت اطمینان بیشتر می‌شود.