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: Belirtilmemiş.
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
- İşlenmemiş ve işlenmiş sar dataları üzerinde DCT ve vektör kuantlama ile sıkıştırma algoritmalarının incelenmesi
Başlık çevirisi yok
İ.METE AŞÇIOĞLU
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Bilim Dalı
PROF. DR. BİNGÜL YAZGAN
- 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
- Energy efficient virtual network embedding in federated software defined networks
Federe yazılım tanımlı ağlarda enerji açısından verimli sanal ağ gömmesi
MOHAMED ABDULKADIR HAJI DAHIR
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DİDEM GÖZÜPEK KOCAMAN