An energy-efficient SDN-iot architecture with deeplearning-based traffic prediction for IoT-enabled smart city
Derin özelliklere sahip enerji verimli bir SDN-ıot mimarisi IoT destekli akıllı şehir için öğrenme tabanlı trafik tahmini
- Tez No: 940420
- Danışmanlar: DOÇ. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 72
Özet
Tez, IoT özellikli akıllı şehirler için özel olarak tasarlanmış, enerji tasarruflu bir SDN-IoT mimarisi önermektedir. Bu mimari, çeşitli IoT cihazları ve dinamik trafik modelleri bağlamında kaynak optimizasyonu ve enerji tüketimi yönetiminin zorluklarını ele alır. Mimari, verimli ağ yönetimi için bir çerçeve sağlar ve akıllı şehir ortamlarında sürdürülebilir çalışmayı kolaylaştırır. Trafik tahmini için değiştirilmiş bir SVM (Destek Vektör Makinesi) algoritması tanıtılmış ve önerilen mimariye entegre edilmiştir. Tez, geleneksel SVM algoritmasını, Nesnelerin İnterneti tarafından üretilen veriler için özel olarak tasarlanmış spesifik modifikasyonlarla geliştirerek, akıllı şehir ağlarında trafik tahmininin doğruluğunun ve güvenilirliğinin arttırılmasına katkıda bulunmaktadır. Değiştirilen SVM algoritması, karmaşık kalıpları ve varyasyonları etkili bir şekilde yakalayarak trafik taleplerinin kesin olarak tahmin edilmesini sağlar. Araştırma, önerilen mimarinin performansının kapsamlı bir değerlendirmesini sunmaktadır. Akıllı şehir test ortamındaki kapsamlı simülasyonlar ve pratik dağıtımlar yoluyla bu makale, mimarinin elde ettiği enerji verimliliğini, kaynak kullanımını ve tahmin doğruluğunu değerlendirmektedir.
Özet (Çeviri)
Thesis proposes an energy-efficient SDN-IoT architecture tailored for IoT-enabled smart cities. This architecture addresses the challenges of resource optimization and energy consumption management in the context of diverse IoT devices and dynamic traffic patterns. The architecture provides a framework for efficient network management and facilitates sustainable operation in smart city environments. A modified SVM (Support Vector Machine) algorithm is introduced and integrated into the proposed architecture for traffic prediction. By enhancing the traditional SVM algorithm with specific modifications tailored for IoT-generated data, the thesis contributes to improving the accuracy and reliability of traffic prediction in smart city networks. The modified SVM algorithm can effectively capture complex patterns and variations, enabling precise anticipation of traffic demands. The research presents a comprehensive evaluation of the proposed architecture's performance. Through extensive simulations and practical deployments in a smart city testbed environment, the paper assesses the energy efficiency, resource utilization, and predictive accuracy achieved by the architecture
Benzer Tezler
- Yazılım tanımlı ağlar ve nesnelerin interneti temelli akıllı şebekelerde anomali tespiti
Anomaly detection in smart grids based on software-defined networks and the internet of things
HİLAL YILDIZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA
- Optimization of cellular network technology using software defined networking
Hücresel ağ teknolojisinin yazılım tanımlı ağlarla optimizasyonu
SAYED MANSOOR KAZEMI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiAnadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURAY AT
- Metaheuristic-based approaches for solving the controller placement problem in software-defined wireless sensor networks (SDWSNs)
Yazılımda denetleyici yerleştirme probleminin çözümü için üstsezgisel tabanlı yaklaşımlar - tanımlı kablosuz algılayıcı ağlar (SDWSNs'ler)
NIVINE GÜLER
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğu Akdeniz Üniversitesi-Eastern Mediterranean UniversityBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED SALAMAH
YRD. DOÇ. DR. ADNAN ACAN
YRD. DOÇ. DR. GÜRCÜ ÖZ
- Yazılım tabanlı ağ yaklaşımı ile geniş alan ağlarında enerji duyarlı kaynak yönetimi
An SDN based energy-aware resource management model for wide area networks
SÜLEYMAN BURAK GÖGER
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDeniz Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HACI ALİ MANTAR
YRD. DOÇ. HASARİ ÇELEBİ
- Sanal ağ güvenliği fonksiyonlarının enerji etkinyerleştirilmesi: Yöntem önerileri ve uygulama
Energy efficient placement of virtual security functions:Method proposals and application
MERVE SEDEF DEMİRCİ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU