پروپوزال تحویل داده در شبکه های حسگر بی سیم متحرک با بهره گیری از روش گره های شناختی محلی و خوشه بندی(LCNsC)

این پروپوزال با موضوع " تحویل داده در شبکه های حسگر بی سیم متحرک با بهره گیری از روش گره های شناختی محلی و خوشه بندی(LCNsC)" می باشد. فایل  Word, Pdf پس از خرید محصول، قابل دانلود است. همچنین تعداد صفحات این پروپوزال 15 صفحه با رعایت قالب استاندارد دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

امکانات اصلی این پروپوزال پس از خرید عبارتند از:
- امکان دانلود فایل Word پروپوزال
- امکان دانلود فایل Pdf پروپوزال

توجه : در صورت نیاز به پایان نامه، پروپوزال یا شبیه سازی مشابه با این محصول و همچنین اصلاحات پس از خرید کافی است با تیم پشتیبانی "ناب تزیز" از طریق پیامک یا واتساپ ارتباط برقرار نمایید.

شبکه های حسگر شامل صدها و یا هزاران گره کوچک و ارزان قیمت و با قابلیت پردازشی کم به نام حسگر می باشند که از ارتباطات بی سیم برای جمع آوری و پردازش اطلاعات محیطی، استفاده می کنند. گره ها در شبکه های حسگر، معمولا فاقد آدرس های منحصر بفرد می باشند و آنچه بیشتر در این شبکه ها حائز اهمیت است، اطلاعات جمع آوری شده توسط حسگرهای شبکه است، همچنین پروتکل ها و الگوریتم های این نوع شبکه ها باید دارای قابلیت خود سازماندهی باشند. شبکه های حسگر بی سیم می توانند در کاربرد های هشدار وقایع مورد استفاده قرار گیرند. هشدار وقایع یکی از عملکردهای موثر شبکه های حسگر بی سیم است که در بسیاری از کاربردها نظیر تشخیص زمین لرزه، تشخیص سونامی، تشخیص دشمن در زمینه های نبرد و غیره بکار می روند و سرویس دهی به نیازهای کاربر  ویژه برای پشتیبانی از پلتفرم های کاربرد مقیاس وسیع همچون شهرهای هوشمند و نظارت فضای باز هوشمند(Smart Outdoor Monitoring (SOM)) در حس عمومی(سنجش) از جمله کاربردهای دیگر آن است . 
شبکه های حسگر اطلاعات محور شناختی، یک پارادایم از شبکه های حسگر بی سیم را نشان می دهند که در آن اطلاعات حسی از شبکه با استفاده از داده نام برده شده(Data named)، شناسایی می شود و عناصر شناخت برای تحویل اطلاعات به چاهک با کیفیتی که پاسخگوی نیازهای کاربر نهایی باشد، استفاده می شود. گره های تخصصی به نام گره های شناختی محلی ( Local Cognitive Nodes(LCNs))،نمایش دانش، استدلال و یادگیری به عنوان عناصر شناختی در شبکه را اجرا می کند. LCNs اطلاعات حسی درخواست شده کاربر را شناسایی می کند و مسیرهای تحویل داده به چاهک را با اولویت کیفیت اطلاعات ( Quality of Information(QoI)) (به عنوان مثال زمان تاخیر، قابلیت اطمینان و توان) خصیصه ها رادر هر هاپ، مبتنی بر نوع ترافیک شبکه برقرار می کند .
خوشه بندی یک تکنیک کلیدی است که علاوه بر پشتیبانی از مقیاس پذیری شبکه و کاهش مصرف انرژی و افزایش طول عمر شبکه مزایای بیشمار دیگری نیز متناسب با اهداف متفاوت دیگر، دارد اما با چالش هایی مواجه هست از جمله می توان به انتخاب پروتکل مناسب مسیریابی به منظور افزایش طول عمر شبکه اشاره کرد.
اهداف مشخص تحقيق:
1 هدف اصلی از خوشه بندی کاهش ترافیک شبکه از گره به چاهک می باشد.
2 دسترسی به داده نام برده شده، مسیریابی درخواست ها و داده، ذخیره سازی اطلاعات شامل ویژگی های مهم از ICNs و گره های میانی(LCNs) یک نقش بسیار مهمی را در اجرای این ویژگی ها بازی می کند.
3 کاهش مصرف انرژی و افزایش طول عمر شبکه