Сообщение

Метод динамического выбора подканалов в гетерогенных средах Интернета вещей

orcid Парамонов Александр Иванович, orcid Хоанг Фыок Ньян

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича,
Санкт-Петербург, 193232, Российская Федерация
 
DOI 10.31854/2307-1303-2025-13-1-1-13

EDN DYOMML

 Полный текст

XML JATS


Аннотация

В статье рассматривается задача динамического выбора подканалов в гетерогенных сетях Интернета вещей с учетом изменений параметров сети и ограниченных вычислительных ресурсов устройств. Предметом исследования являются гетерогенные сети Интернета вещей, использующие различные технологии передачи данных. В исследовании применяется метод обучения с подкреплением для динамического выбора подканалов на основе анализа исторических данных и текущего состояния сети, также используется алгоритм перетягивания каната для распределения ресурсов между подканалами. Основные результаты. Разработан метод динамического выбора подканалов, который позволяет учитывать вероятность успешной передачи данных, частоту использования подканала и вероятность отказов, обеспечивая баланс между эффективностью передачи и вычислительными затратами. Практическая значимость результатов заключается в повышении производительности и надежности гетерогенных сетей Интернета вещей при высокой нагрузке и ограниченных ресурсах устройств.


Ключевые слова
гетерогенные сети, канал связи, Интернет вещей, алгоритм перетягивания каната, обучение с подкреплением.

Библиографическая ссылка на статью

Парамонов А. И., Хоанг Ф. Н. Метод динамического выбора подканалов в гетерогенных средах Интернета вещей // Информационные технологии и телекоммуникации. 2025. Т. 13. № 1. С. 1‒13. DOI: 10.31854/2307-1303-2025-13-1-1-13. EDN: DYOMML

 

Reference for citation

Paramonov A., Hoang Ph. N. Method for Dynamic Subchannel Selection in Heterogeneous Internet of Things Environments // Telecom IT. 2025. Vol. 13. Iss. 1. PP. 1‒13. (in Russian). DOI: 10.31854/2307-1303-2025-13-1-1-13. EDN: DYOMML

Литература

1. Кучерявый А. Е., Киричек Р. В., Маколкина М. А., Парамонов А. И., Дунайцев Р. А. и др. Новые перспективы научных исследований в области сетей связи на 2021‒2024 годы // Информационные технологии и телекоммуникации. 2020. Т. 8. № 3. С. 1‒19. DOI: 10.31854/2307-1303-2020-8-3-1-19. EDN: XDGHAO

2. Кучерявый А. Е. Триллионные сети // Телекоммуникации. 2013. № S7. C. 19–22. EDN: REKFXF

3. Noaman M., Khan M. S., Abrar M. F., Ali S., Alvi A., et al. Challenges in integration of heterogeneous internet of things // Scientific Programming. 2022. DOI: 10.1155/2022/8626882

4. Qiu T., Chen N., Li K., Atiquzzaman M., Zhao W. How Can Heterogeneous Internet of Things Build Our Future: A Survey // IEEE Communications Surveys & Tutorials. 2018. Vol. 20. Iss. 3. PP. 2011‒2027. DOI: 10.1109/COMST.2018.2803740. EDN: YFGIPJ

5. Марочкина А. В., Парамонов А. И. Метод маршрутизации трафика в трехмерной сети Интернета вещей высокой плотности с применением серого реляционного анализа // Труды учебных заведений связи. 2023. Т. 9. № 4. С. 75‒85. DOI: 10.31854/1813-324X-2023-9-4-75-85. EDN: HOADGI

6. Paramonov A., Koucheryavy A., Tonkikh E., Tatarnikova T. M. High Density Internet of Things Network Analysis // Internet of Things, Smart Spaces, and Next Generation Networks and Systems: Proceedings of the 20th International Conference NEW2AN 2020, and 13th Conference ruSMART 2020 (St. Petersburg, Russia, 26–28 August 2020). Lecture Notes in Computer Science. 2020. Vol. 12525. PP. 307‒316. DOI: 10.1007/978-3-030-65726-0_27. EDN: FGGLAB

7. Бушеленков С. Н., Парамонов А. И. Анализ и формирование структуры сети интернета вещей на основе моделей решеток // Электросвязь. 2021. № 7. С. 23‒28. DOI: 10.34832/ELSV.2021.20.7.002. EDN: JIBLHT

8. Кучерявый А. Е., Окунева Д. В., Парамонов А. И., Хоанг Ф. Н. Методы распределения трафика в гетерогенной сети Интернета вещей высокой плотности // Труды учебных заведений связи. 2024. Т. 10. № 2. С. 67‒74 DOI: 10.31854/ 1813-324X-2024-10-2-67-74. EDN: RTNVEU.

9. Ateya A. A., Bushelenkov S., Muthanna A., Paramonov A., Koucheryavy A., Chelloug S. A., Abd El-Latif A. A. Multipath Routing Scheme for Optimum Data Transmission in Dense Internet of Things Mathematics. 2023. Vol. 11. Iss. 19. P. 4168. DOI: 10.3390/math11194168. EDN: ZQDDWQ

10. Koucheryavy A., Paramonov A., Makolkina M., Muthanna A., Vybornova A., et. al. 3 dimension multilayer heterogenous ultra dense networks // Информационные технологии и телекоммуникации. 2022. Т. 10. № 3. С. 1‒12. DOI: 10.31854/2307-1303-2022-10-3-1-12. EDN: ZPMLSV

11. Nguyen D. D., Nguyen H. X., White L. B. Reinforcement Learning With Network-Assisted Feedback for Heterogeneous RAT Selection // IEEE Transactions on Wireless Communications. 2017. Vol. 16. Iss. 19. PP. 6062–6076. DOI: 10.1109/TWC. 2017.2718526

12. Kim S. J., Aono M., Hara M. Tug-of-war model for the two-bandit problem: Nonlocally-correlated parallel exploration via resource conservation // Biosystems. 2010. Vol. 101. Iss. 1. PP. 29‒36. DOI: 10.1016/j.biosystems.2010.04.002. EDN: NWLJZT

13. Kim S. J., Aono M. Amoeba-inspired algorithm for cognitive medium access // Nonlinear Theory and Its Applications, IEICE. 2014. Vol. 5. Iss. 2. PP. 198‒209. DOI: 10.1587/nolta.5.198

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 
 
войти

Авторизация