Internet of things based zigbee sniffer for smart and secure home
Akıllı ve güvenli ev için şeylerin interneti tabanlı zigbee snıffer
- Tez No: 695815
- Danışmanlar: PROF. DR. GALİP CANSEVER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Nesnelerin İnterneti (IoT), K-Means Kümeleme, Enerji Tüketimi, Akıllı, Zigbee protokolü, Internet of Things (IoT), K-Means Clustering, Energy Consumption, Smart, Zigbee protocol
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 69
Özet
Bu tez, akıllı ev için Nesnelerin İnterneti (IoT) tabanlı ZigBee sniffer'ı çözmeyi ve veri madenciliği ile IoT'de kümeleme yardımıyla gelecekteki ZigBee Protokolünde yüksek spektrum tahsisli enerji veya güç kullanımını belirlemeyi amaçlamaktadır. Araştırma çalışması, geniş bant ağ enerjisi sektörüne ve bu sektörün karşılaştığı zorluklara genel bir bakış sunmaya başlar. Enerji verimliliğini teşvik eden, tüketicinin aktif rol almasını teşvik eden, tüketici davranışlarının önemini anlatan ve tüketici haklarını koruyan enerji politikalarında bir değişiklik gözlemlenmektedir. Elektrik, bir enerji kaynağı olarak yer kazanıyor. Önümüzdeki on yıllarda da payı sürekli artmaya devam edecektir. ZigBee Protokolü ve akıllı sayaçların dağıtımı, yakın gelecekte hem kuruluşa hem de tüketiciye fayda sağlayacaktır. Bu ortamda, enerji yönetimi alanına ve araçlarına odaklanan yeni hizmetler ve yeni işler ortaya çıkıyor. Bilgisayar bilimi, yazılım geliştirme ve veri bilimi gibi alanlarda uzmanlık gerektirirler. Bu araştırma, ortak bir çerçeve olarak saat başına enerji kullanım oranını (%) kullanarak, elektrik yük profillerinin benzerliklerine göre ZigBee Protokolünü bölümlere ayırmıştır. Bu enerji tüketimi segmentasyonu, her bir gruba enerji tüketimini ve ilgili maliyetleri azaltmak için kişiselleştirilmiş öneriler sunmayı, enerji verimliliği önlemlerini teşvik etmeyi ve tüketici katılımını iyileştirmeyi amaçlamaktadır. İstenen segmentasyon, hesaplamalı kümeler hesaplamasına (Python programlama dili kullanılarak) dayalı yinelemeli bir süreçle elde edilir ve enerji tüketimini tespit etmek ve bunları daha uygun bir gruba yeniden tahsis etmek için görselleştirme ve istatistiksel veri madenciliği tekniğini uygulayan bir kümeleme sonrası analiz ile sonuçlandırılır. . K-Means kümeleme tekniği test edildi ve karşılaştırıldı, 100GHz yüksek spektrumlu tüm enerji yükü profilleri için en iyi doğruluk tahminini %98.46 verdi. K-Means kümelemesinden elde edilen çözüm, nihai enerji tüketimi segmentasyonunu elde etmek için kümeleme sonrası aşamanın temeli olarak kullanılan, aranan segmentasyona daha iyi uyum sağlayan çözümdür. Bu metodolojilerin çoğu, daha yüksek enerji tasarrufu potansiyeline sahip kullanıcıları belirlemeye odaklanarak 100 kWh cinsinden mutlak değerleri kullanır. Elektrik tüketicilerinin enerji tüketimi segmentasyonu, tüketici hakkında bilgi ve daha iyi bir anlayış sağlar. Bu özel durumda, enerji tasarrufu tavsiyelerini ZigBee protokolüne özgü özelliklere göre kişiselleştirmeye, uygun zamanda yeterli tavsiye sağlayarak tüketici deneyimini iyileştirmeye, enerji verimliliği tavsiyesi hizmetinin gelecekteki ZigBee protokolünün etkinliğini artıran gerçeklere izin verir.
Özet (Çeviri)
This thesis aims to resolve the Internet of Things (IoT) based ZigBee sniffer for smart home and determine the usage of energy or power with high spectrum allocation in future ZigBee Protocol with the help of clustering in IoT with data mining. The research work starts presenting an overview of the broadband network energy sector and the challenges that face it. It is observed a change in the energy policies promoting energy efficiency, encouraging an active role of the consumer, instructing them about the importance of consumer behavior, and protecting consumer rights. Electricity is gaining room as an energy source. Its share will keep constantly increasing in the following decades. ZigBee Protocol and smart meters' deployment will benefit both the utility and the consumer in the near future. New services and new businesses appear in this environment, focusing on the energy management field and tools. They require specialization in fields such as computer science, software development, and data science. This research has segmented the ZigBee Protocol according to the similarities of their electrical load profiles, using the proportion of energy usage per hour (%) as a common framework. This energy consumption segmentation aims to provide personalized recommendations to each group to reduce their energy consumption and the associated costs, fostering energy efficiency measures and improving consumer engagement. The desired segmentation is obtained by an iterative process, based on computational clusters calculation (using a Python programming language) and finalized by a post-clustering analysis applying visualization and statistical data mining technique to detect the energy consumption and reallocate them to a more appropriate group. The K-Means clustering technique was tested and compared, giving the best prediction of accuracy 98.46% for all energy load profiles with a high spectrum of 100GHz. The solution from the K-Means clustering is the one that better adapts to the segmentation sought, which is used as the base of the post-clustering stage to obtain the final energy consumption segmentation. Most of these methodologies use the absolute values in 100 kWh, focusing on identifying the users with higher energy savings potential. The energy consumption segmentation of the electricity consumers provides knowledge and a better understanding of the consumer. In this particular case, it allows to personalize energy savings recommendations according to the ZigBee protocol-specific characteristics, improving the consumer experience by providing adequate advice at the appropriate time, facts that increase the effectiveness of the energy efficiency advice' service future ZigBee protocol.
Benzer Tezler
- Geleceğin akıllı şebekelerinde talep tarafı için enerji yönetim sistemi
Demand side energy management system for future smart grids
ABDULKADİR GÖZÜOĞLU
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OKAN ÖZGÖNENEL
- Building energy management system design by using internet of things
Nesnelerin internetiyle bina enerji yönetim sistemi tasarımı
HAITHEM CHAOUECH
Doktora
İngilizce
2021
Bilim ve TeknolojiSakarya ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
PROF. DR. CELAL ÇEKEN
- Akıllı şehirler için merkezi otopark yönetim sistemi tasarımı ve uygulaması
Design and implementation of a central car parking management system for smart city
MOHAMMED SUFYAN MOHAMMED
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ÜSTÜN ERCAN
- Wireless solutions and authentication mechanisms for Contiki based internet of things networks
Başlık çevirisi yok
SAMET KALYONCU
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHalmstad UniversityDR. URBAN BILSTRUP
- Nesnelerin interneti için hafif siklet kriptoloji algoritmalarına dayalı güvenli haberleşme modeli tasarımı
Design of a lightweight cryptography-based secure communication model for the internet of things
URAS PANAHI
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT BAYILMIŞ