أمثلة شبكات Wi-Fi باستخدام تقنيات مستوحاة من الطبيعة

كريمة امحمد  بازينة; فاطمة الهادي  الكريك; علي محمد عبد الشاهد

المؤلفون

كريمة امحمد بازينة قسم الهندسة الكهربائية والإلكترونية، كلية الهندسة، جامعة مصراتة، مصراتة، ليبيا
فاطمة الهادي الكريك قسم الهندسة الكهربائية والإلكترونية، كلية الهندسة، جامعة مصراتة، مصراتة، ليبيا
علي محمد عبد الشاهد قسم الهندسة الكهربائية والإلكترونية، كلية الهندسة، جامعة مصراتة، مصراتة، ليبيا

الكلمات المفتاحية:

شبكات Wi-Fi Wireless Fidelity، الأمثلة، PSO، الذكاء الاصطناعي، إنترنت الأشياء

الملخص

الشبكات بنوعيها السلكية واللاسلكية هي وسيلة فعالة لتبادل البيانات، إذ تقلل من زمن نقلها وتبادلها مقارنة بالطرق التقليدية فض ا لا عن أنها تقلل الجهد والتكلفة اللازمين لذلك، وتعتبر الشبكات اللاسلكية لها الميزات الأكبر من بين النوعين لأنها توفر ميزة إضافية وهي التجوال. و حيث تعاني هذه الشبكات من العديد من المشاكل منها التداخل ووجود العوائق أمامها مما يجعلها تحتاج لمزيد من المتابعة للحصول على خدمات أفضل. تهدف هذه الورقة إلى تحديد أوجه القصور في أماكن وضع أجهزة الولوج للشبكات اللاسلكية ومن ثم اقتراح طريقة حديثة تعتمد على تقنيات الذكاء الاصطناعي المستوحاة من الطبيعة للحد من مشكلة عدم توزيع الإشارة داخل المباني بالشكل الأمثل. من خلال النتائج التي تم الحصول عليها تبين أن طريقة أمثلة أسراب العناصر ( Particle Swarm Optimization PSO ( من الطرائق المهمة التي تستخدم لإيجاد المكان الأمثل لوضع نقطة الولوج للشبكات المحلية اللاسلكية لما امتازت به هذه الطريقة من سهولة في الاستخدام وسرعة التنفيذ وكذلك تحسن جودة الخدمة داخل المباني.

المراجع

X. Li, et al., "A review of industrial wireless networks in the context of industry 4.0," Wireless networks, vol. 23, pp. 23-41, 2017.

Cisco. (2017, 01-10-2020). Cisco Visual Networking Index: Forecast and Trends, 2017C2022.

M. Rouse, "Internet of Things (IoT), 2018," ed, 2018.

J. Gubbi, et al., "Internet of Things (IoT): A vision, architectural elements, and future directions," Future generation computer systems, vol. 29, pp. 1645-1660, 2013.

A. Sebbar, et al., "An empirical study of wifi security and performance in morocco-wardriving in rabat," in 2016 International Conference on Electrical and Information Technologies (ICEIT), 2016, pp. 362-367.

R. C. Eberhart and J. Kennedy, "A new optimizer using particle swarm theory," in Proceedings of the sixth international symposium on micro machine and human science, 1995, pp. 39-43.

O. Zedadra, et al., "Swarm intelligence and IoT-based smart cities: A review," in The Internet of Things for Smart Urban Ecosystems, ed: Springer, 2019, pp. 177-200.

X.-S. Yang, Nature-inspired metaheuristic algorithms: Luniver press, 2010.

A. M. Abdulshahed, et al., "The application of ANFIS prediction models for thermal error compensation on CNC machine tools," Applied Soft Computing, vol. 27, pp. 158-168, 2015.

A. Abdulshahed, et al., "A particle swarm optimisation-based Grey prediction model for thermal error compensation on CNC machine tools," in Laser Metrology and Machine Performance XI, LAMDAMAP 2015, Huddersfield, 2015, pp. 369-378.

M. Kaur, et al., "Binary cuckoo search metaheuristic-based supercomputing framework for human behavior analysis in smart home," The Journal of Supercomputing, pp. 1-24, 2019.

L. Nagy and L. Farkas, "Indoor base station location optimization using genetic algorithms," in 11th IEEE International Symposium on Personal Indoor and Mobile Radio Communications. PIMRC 2000. Proceedings (Cat. No. 00TH8525), 2000, pp. 843-846.

R. W. Woodings, "Multiple band portable spectrum analyzer," ed: Google Patents, 2015.

R. VanSickle, et al., "Effectiveness of Tools in Identifying Rogue Access Points on a Wireless Network," 2019.

U. B. Syed, "Signal modelling based scalable hybrid Wi-Fi indoor positioning system," 2019.