Search citation statements
Paper Sections
Citation Types
Year Published
Publication Types
Relationship
Authors
Journals
In WMN, at the time of network consignment and bandwidth registration, the active network consignment method did not take into consideration the intrusion, congestion load and bandwidth necessities as a whole. The significance centred bandwidth registration methods result in famishment of slightest significance congestion. Hence in this paper, we propose a Joint Channel Assignment and Bandwidth Reservation using Improved FireFly Algorithm (IFA) in WMN. Initially the priority of each node is determined based on the channel usage, future interference and link congestion probability metrics. The bandwidth is allocated straight, comparative to the nodule significance and entire quantity of congestion movements incomplete on the demanded nodule. For channel assignment and path selection, the improved FireFly Algorithm (IFA) is used. The objective function of IFA is determined in terms of link capacity, interference and flow conservation constraints. Then the channels and the path which minimize the objective function are selected by applying IFA. By simulation results we show that the proposed technique minimizes the traffic and enhances the channel efficiency.
In WMN, at the time of network consignment and bandwidth registration, the active network consignment method did not take into consideration the intrusion, congestion load and bandwidth necessities as a whole. The significance centred bandwidth registration methods result in famishment of slightest significance congestion. Hence in this paper, we propose a Joint Channel Assignment and Bandwidth Reservation using Improved FireFly Algorithm (IFA) in WMN. Initially the priority of each node is determined based on the channel usage, future interference and link congestion probability metrics. The bandwidth is allocated straight, comparative to the nodule significance and entire quantity of congestion movements incomplete on the demanded nodule. For channel assignment and path selection, the improved FireFly Algorithm (IFA) is used. The objective function of IFA is determined in terms of link capacity, interference and flow conservation constraints. Then the channels and the path which minimize the objective function are selected by applying IFA. By simulation results we show that the proposed technique minimizes the traffic and enhances the channel efficiency.
Nowadays, we live in a modern society in which people and devices are interconnected anywhere and anytime. Under this premise, both the infrastructure and the services offered have evolved and diversified in a drastic way. In fact, many of these services are transported in decentralized networks. Among them, Wireless mesh networks are decentralized networks that have been widely studied in different research areas such as community networks, public safety and surveillance. Wireless mesh networks have been also studied and evaluated in the Smart Grid scenario. Smart Grids are a new paradigm in which the electricity network is no longer focused only on the generation, distribution and transport of electricity to subscribers. Now, it is a robust network that includes a data communication network. The associated data network is divided in different subnetworks. This thesis is mainly focused on the improvement of the performance of one of those subnetworks, the so-called Smart Grid Neighborhood Area Network. Several applications are transmitted between the users and the control center. In general, upstream communication involves tasks such as meter reading, billing data or electricity consumption, while downstream communication allows the smart grid to take actions in different network situations such as power peaks or emergency situations. In the first part, the work is focused on improving the routing mechanism. To do this, a multipath routing mechanism is proposed, where the traffics that are most important are transmitted over the best communication links. In order to improve even more the benefits obtained, a multichannel scheme is proposed to separate both control traffic and data traffic, and use the less congested channels to transmit the most priority traffic types.Smart Grids offer many services and some of them are very demanding in terms of QoS. Besides, infrastructure failures, attacks and high congestion situations can greatly reduce the network performance. Therefore, the network must be able to offer a minimum QoS to the most priority applications handling some traffic control techniques. With this goal in mind, in this thesis some congestion control mechanisms are also proposed. In the first of these mechanisms, the decision of whether a packet should be retransmitted or not is made in a distributed and independent way by each one of the network nodes, depending on the network conditions that the node itself is observing. This mechanism considers again the existence of traffics with different priorities, so that, less priority traffic has a higher probability of being discarded. Furthermore, an emergency system is coupled to the congestion control mechanism. With this strategy, the NAN is able to take global actions (in a short time) to face anomalous situations.In a Smart grid scenario, the nodes are static and each of them transmits upstream data flows to the data concentrator. Therefore, depending on their geographical location, some nodes may be more favored than others. Besides, some nodes can monopolize the network resources if they are not regulated. For this reason, in this thesis another distributed solution is proposed that runs in each node. The objective here is to provide a fair distribution of network resources regardless of the geographical position and the transmission rate. The last contribution is focused on the application of machine learning techniques to obtain again a better performance of the data networks under study. In this sense, a new congestion control mechanism is proposed, which, like the previous ones, provides different quality of service to data flows with different priorities. For this, a complete framework is proposed, including the generation, preprocessing and evaluation of the data necessary for the training of the machine learning algorithms that will be used. The proposal is also implemented and evaluated in the Smart Grid NANs environment Avui dia, vivim en una societat en què les persones i els dispositius estan interconnectats en qualsevol lloc i en qualsevol moment. Sota aquesta premissa, la infraestructura com els serveis oferts han evolucionat i diversificat de manera dràstica. De fet, molts d'aquests serveis s'envien en xarxes descentralitzades. Entre elles, les xarxes de malla sense fils són xarxes descentralitzades que han estat àmpliament estudiades en diferents àrees com xarxes comunitàries, seguretat pública i vigilància. Les xarxes de malla sense fils també s'han estudiat i avaluat en les xarxes elèctriques intel·ligents. Aquestes xarxes són un nou paradigma on la xarxa elèctrica ja no es centra només en la generació, distribució i transport d'electricitat als subscriptors. Ara, és una xarxa robusta que inclou una xarxa de comunicació de dades. La xarxa de dades associada es divideix en diferents subxarxes. Aquesta tesi se centra a millorar el rendiment d'una d'aquestes subxarxes, l'anomenada xarxa d'àrea de veïnatge de les xarxes elèctriques intel·ligents. Diverses aplicacions s'envien entre els usuaris i el centre de control. En general, la comunicació de pujada implica la lectura de mesuradors, dades de facturació o consum elèctric, mentre que la comunicació de baixada permet que la xarxa intel·ligent prengui mesures davant diferents situacions, com pics d'energia o d'emergència. La primera part de la feina es centra a millorar el mecanisme d'enrutament. Per això, es proposa un mecanisme de múltiples rutes, on els tràfics més prioritaris s'envien a través dels millors enllaços de comunicació. A més, es proposa un esquema multicanal per separar el tràfic de control del de dades, i utilitzar els canals menys congestionats per enviar les dades més prioritàries.Les xarxes elèctriques intel·ligents ofereixen molts serveis i alguns són exigents en termes de qualitat de servei (QoS). A més, les falles d'infraestructura, els atacs i les situacions d'alta congestió poden reduir el seu rendiment. Per tant, la xarxa ha d'oferir una QoS mínima a les aplicacions més prioritàries mitjançant algunes tècniques de control de tràfic. Amb aquest objectiu, en aquesta tesi també es proposen alguns mecanismes de control de congestió. En el primer d'aquests mecanismes, cada node de forma distribuïda i independent, decideix si un paquet s¿ha de retransmetre o no depenent de les condicions de la xarxa que el mateix node està observant. Aquest mecanisme considera novament tràfics amb diferents prioritats, de manera que, el tràfic menys prioritari té una major probabilitat de ser descartat. A més, un sistema d'emergència està acoblat amb el mecanisme de control de congestió. Amb això, la xarxa pot prendre accions globals (en poc temps) per enfrontar situacions anòmales.A les xarxes elèctriques intel·ligents, els nodes són fixos i cadascun envia dades a un concentrador de dades. Per tant, depenent de la seva ubicació geogràfica, alguns nodes poden ser més afavorits que altres. A més, alguns nodes poden monopolitzar els recursos de xarxa si no són regulats. A causa d'això, en aquesta tesi es proposa una altra solució distribuïda que s'executa en cada node. L'objectiu és proveir una distribució justa dels recursos de la xarxa, independent de la posició geogràfica i la velocitat de transmissió. L'última contribució es centra en l'aplicació de tècniques d'aprenentatge automàtic per obtenir de nou un millor rendiment de les xarxes de dades en estudi. En aquest sentit, es proposa un nou mecanisme de control de congestió que, a l'igual que els anteriors, proveeix diferent qualitat de servei d'acord amb la prioritat de les dades. Per això, es proposa un sistema, que inclou la generació, el processament i l'avaluació de les dades necessàries per a l'entrenament dels algoritmes d'aprenentatge que s'utilitzaran. La proposta també s'implementa i avalua a l'entorn de les xarxes elèctriques intel·ligents en l'entorn de Smart Grid NANs Hoy en día, vivimos en una sociedad moderna en la que las personas y los dispositivos están interconectados en cualquier lugar y en cualquier momento. Bajo esta premisa, tanto la infraestructura como los servicios ofrecidos han evolucionado y diversificado de manera drástica. De hecho, muchos de estos servicios se transportan en diferentes tipos de redes. Las redes descentralizadas (o sin infraestructura) se están utilizando ampliamente para soportar estos servicios. Permiten una mayor accesibilidad para los usuarios debido a una gran cantidad de ventajas. Por ejemplo, la creación automática, la configuración automática, la instalación fácil en áreas de difícil acceso, mantenimiento y escalabilidad hacen que este tipo de redes sean atractivas para los proveedores de servicios. Entre ellas, las redes de malla inalámbricas son redes descentralizadas que han sido ampliamente estudiadas en diferentes áreas de investigación, como redes comunitarias, escenarios de desastres, seguridad pública y vigilancia. Además, estos tipos de red son más estructurados que las redes ad hoc inalámbricas tradicionales y, por lo tanto, pueden admitir protocolos más complejos. Las redes de malla inalámbricas también se han estudiado y evaluado en el escenario de redes eléctricas inteligentes. Las redes eléctricas inteligentes son un nuevo paradigma en el que se abordan las infraestructuras tradicionales de transporte de electricidad. En este contexto, la red eléctrica ya no se centra solo en la generación, distribución y transporte de electricidad a los suscriptores. Ahora, es una red robusta que incluye una red de comunicación de datos. El objetivo de tener una red de comunicación de datos junto con la eléctrica es proporcionar un servicio eficiente desde el centro de control al usuario, así como dar retroalimentación sobre el correcto funcionamiento de las redes de electricidad y datos al centro de control. Como la infraestructura de transporte eléctrico, la red de datos asociada se divide en diferentes subredes. Esta tesis se centra principalmente en la mejora del rendimiento de una de esas subredes, la llamada red de área de vecindad de las redes electrices inteligentes. Las contribuciones se centran en mejorar el enrutamiento de datos, proporcionando una diferenciación del tráfico con la provisión de calidad de servicio (QoS), mecanismos de control de congestión, un sistema de emergencia que trata situaciones anómalas de la red y una distribución justa de los recursos de la red. Varias aplicaciones se transmiten desde los usuarios al centro de control, así como desde el centro de control hacia los usuarios. En general, la comunicación hacia el centro de control implica tareas como la lectura de medidores, los datos de facturación o el consumo de electricidad, mientras que la comunicación hacia los suscriptores permite que la red eléctrica inteligente tome medidas en diferentes situaciones de la red, como picos de energía o situaciones de emergencia. En la primera parte de la tesis, el trabajo se centra en mejorar el mecanismo de enrutamiento. Para hacer esto, se propone un mecanismo de enrutamiento de múltiples rutas, donde los tráficos que son más importantes se transmite a través de los mejores enlaces de comunicación, mientras que los tráficos de menor prioridad se transmiten a través de las rutas con menos reputación (menos métrica de enrutamiento). Para mejorar aun más los beneficios obtenidos, se propone un esquema multicanal para separar tanto el tráfico de control como el tráfico de datos, y utilizar los canales menos congestionados para transmitir los tipos de tráfico más prioritarios. Las redes eléctricas inteligentes ofrecen muchos servicios y algunos de ellos son muy exigentes en términos de QoS. Por lo tanto, las fallas de infraestructura, los ataques y las situaciones de alta congestión pueden reducir en gran medida el rendimiento de la red. Para enfrentar estos problemas, la red debe poder ofrecer una calidad de servicio mínima a las aplicaciones más prioritarias mediante algunas técnicas de control de tráfico. Con este objetivo en mente, en esta tesis también se proponen algunos mecanismos de control de congestión. En el primero de estos mecanismos, cada uno de los nodos de la red decide de manera distribuida e independiente si un paquete debe o no ser retransmitido, dependiendo de las condiciones de la red (principalmente la utilización promedio del canal y la ocupación de los buffers) que el nodo mismo está observando. Es decir, un nodo intermedio puede descartar directamente un paquete de datos si observa que el canal de transmisión se está utilizando por encima de un cierto umbral. Este mecanismo considera nuevamente la existencia de tráficos con diferentes prioridades, de modo que, el tráfico menos prioritario tiene una mayor probabilidad de ser descartado. Además, un sistema de emergencia está acoplado al mecanismo de control de congestión. Con esta estrategia, la NAN puede tomar acciones globales (en poco tiempo) para enfrentar situaciones anómalas, lo que proporciona aún más probabilidad de transmisión para tráficos con mayores requisitos de QoS. Con este fin, también se propone una señalización de emergencia que puede activarse automática o manualmente. Una distribución justa de los recursos de la red también es un campo de investigación importante en las redes eléctricas inteligentes. Tenga en cuenta que, en este escenario, los nodos son estáticos y cada uno de ellos transmite flujos de datos hacia al concentrador de datos. Por lo tanto, dependiendo de su ubicación geográfica, algunos nodos pueden ser más favorecidos que otros. Además, algunos nodos pueden monopolizar los recursos de la red si no están regulados. Por esta razón, en esta tesis se propone otro algoritmo de control de congestión distribuido que se ejecuta en cada nodo. El objetivo aquí es proporcionar una distribución justa de los recursos de la red, independientemente de la posición geográfica y la velocidad de transmisión. Es decir, todos los nodos tendrán las mismas oportunidades para transmitir sus datos al centro de control. La solución propuesta es independiente de la red, mac y capas físicas. La última contribución realizada con esta tesis se centra en la aplicación de técnicas de aprendizaje automático para obtener nuevamente un mejor rendimiento de las redes de datos en estudio. En este sentido, se propone un nuevo mecanismo de control de congestión que, al igual que los anteriores, proporciona diferente calidad de servicio a los flujos de datos con diferentes prioridades. Para esto, se propone un marco completo, que incluye la generación, el preprocesamiento y la evaluación de los datos necesarios para la capacitación de los algoritmos de aprendizaje automático que se utilizarán. La propuesta también se implementa y evalúa en el entorno de Smart Grid NANs.
In WMN, at the time of network consignment and bandwidth registration, the active network consignment method did not take into consideration the intrusion, congestion load and bandwidth necessities as a whole. The significance centred bandwidth registration methods result in famishment of slightest significance congestion. Hence in this paper, we propose a Joint Channel Assignment and Bandwidth Reservation using Improved FireFly Algorithm (IFA) in WMN. Initially the priority of each node is determined based on the channel usage, future interference and link congestion probability metrics. The bandwidth is allocated straight, comparative to the nodule significance and entire quantity of congestion movements incomplete on the demanded nodule. For channel assignment and path selection, the improved FireFly Algorithm (IFA) is used. The objective function of IFA is determined in terms of link capacity, interference and flow conservation constraints. Then the channels and the path which minimize the objective function are selected by applying IFA. By simulation results we show that the proposed technique minimizes the traffic and enhances the channel efficiency.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.