User request driven smart data aggregation in IoT
IoT' de kullanıcı isteğine dayalı akıllı veri toplama
- Tez No: 940183
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGÜN PINARER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Akıllı Mühendislik Sistemleri Ana Bilim Dalı
- Bilim Dalı: Akıllı Sistemler Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
IoT ağlarında etkili, verimli ve hızlı veri iletişimi sağlamak, bu ağların düğümlerinin sınırlı kaynakları göz önüne alındığında kritik bir zorluktur. Veri birleştirme, verilerin iletim öncesinde birden fazla kaynaktan toplanmasıyla bu zorluğa çözüm olarak ortaya çıkar, bu da bellek tüketimini azaltır, enerji verimliliğini artırır ve iletim hızını iyileştirir. Bu çalışma, kaynak sınırlı sensör düğümlerinde farklı veri birleştirme yöntemlerinin ve iletim frekanslarının bellek kullanımına etkisini, müşteri isteklerini göz önünde bulundurarak incelemeyi önermektedir. Özellikle, verilerin farklı birleştirme teknikleri kullanılarak çeşitli frekanslarda sink düğümüne iletilmesi durumunda bellek tüketiminin nasıl değiştiğini araştıracağız. Ayrıca, birleştirme yöntemi ve iletim frekansının dinamik olarak belirlendiği ve birleştirilmiş verilerin istenilen sunucuya veya servise iletilmesinin ölçüldüğü bellek kullanımı da değerlendirilecektir. IoT ağlarında kullanıcı isteğine bağlı akıllı veri birleştirme için önerilen sistemde, veri akışı, kaynak kullanımını optimize etmek için yapılandırılmış bir süreci izler. Bu isteklere dayanarak, sensörler veriyi birleştirecek ve belirtilen frekansta sink düğümüne, müşteri sistemine veya sunucuya iletecektir. Ölçülen bellek kullanım değerlerini karşılaştırarak, en az bellek kullanımına neden olan birleştirme yöntemini ve iletim frekansını belirlemeyi amaçlıyoruz. Bu optimal değerlerin IoT ağında enerji verimliliğini ve bellek kullanımı verimliliğini artırması beklenmektedir. Çeşitli koşullar altında bellek kullanım değerlerini karşılaştırarak, sistem kaynak kullanımında en etkili yaklaşımı belirleyebilecektir. Özetle, bu çalışma, müşteri isteklerini dikkate alarak IoT ağlarında bellek kullanımını optimize etmeye yönelik etkili veri birleştirme ve iletim stratejileri konusunda içgörüler sağlamayı amaçlamaktadır.
Özet (Çeviri)
Ensuring effective, efficient, and fast data communication in IoT networks is a critical challenge, given the resource limitations of nodes within these networks. Data aggregation emerges as a promising solution to address this challenge by consolidating data from multiple sources before transmission, thereby reducing memory consumption, enhancing energy efficiency, and improving transmission speed. This study proposes an approach to examine the impact of different data aggregation methods and transmission frequencies on memory usage in resource-limited sensor nodes, considering these client requests. Specifically, we will investigate how memory consumption changes when data is transmitted to the sink node at various frequencies using different aggregation techniques. Additionally, memory usage is measured when the aggregation method and transmission frequency are dynamically determined, and aggregated data is transmitted to the requested server or service. In the proposed system for user-request driven smart data aggregation in IoT networks, the data flow follows a structured process to efficiently handle client requests while optimizing resource usage. Based on these requests, sensors will aggregate the data and transmit it to the sink node, the client system, or the server at the specified frequency. By comparing the measured memory usage values, we aim to identify the aggregation method and transmission frequency that result in the least memory usage. These optimal values are expected to enhance energy efficiency and memory usage efficiency in the IoT network, consequently prolonging its lifespan. The proposed data flow ensures that client requests are efficiently handled while minimizing resource consumption in the IoT network. In summary, this study aims to contribute insights into optimizing memory usage in IoT networks through efficient data aggregation and transmission strategies, considering client requests.
Benzer Tezler
- MaaS ekosistemlerinde blokzincir tabanlı sistem önerisi
Blockchain based systems proposal in MaaS ecosystems
SÜMEYYA ŞUHEDA CEYLAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BİLAL USANMAZ
PROF. DR. BURAK ERKAYMAN
- Makine öğrenmesi kullanarak Türkiye'de elektrikli araç şarj istasyonlarının potansiyel kullanım performansının mekânsal tahmini
Spatial estimation of potential utilization performance of electric vehicle charging stations in Türkiye using machine learning methods
SERKAN TANRIVERDİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU
- Sunucusuz yazılım mimarisiyle coğrafi bilgi sistemi tasarımı ve uygulaması
Design and application of serverless architectures in geographic information system
METE ERCAN PAKDİL
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- Fog computing architecture for e-textile applications
E-tekstil uygulamaları için sis bilişim mimarisi
KADİR ÖZLEM
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
DOÇ. DR. ÖZGÜR ATALAY
- Taşıtlarda yakıt sarfiyatına etki eden faktörler ve yakıt sarfiyatının belirlenmesi
Factors effecting fuel consumption and determination of fuel consumption
ADNAN YELKENCİOĞLU