Оцінка ефективності керування пристроями інтернету речей за теорією телетрафіку

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2023.281287

Ключові слова:

теорія телетрафіку, теорія масового обслуговування, пристрої IoT, імітаційна модель мережевого маршрутизатора, світ GPSS

Анотація

У зв’язку з глобальною програмою декарбонізації до 2050 року, перехід до чистої зеленої енергії, зростання кількості Інтернету речей (IР), а також розподіл енергії та контроль за навантаженням піднімаються. Актуальність роботи підтверджується тим, що протягом багатьох років спостерігається значне зростання промислового IР, що істотно змінює механізм програм управління промисловими підприємствами. Об’єктом дослідження є система керування пристроєм IР для ефективного розподілу енергії з використанням теорії масового обслуговування, а саме теорії телетрафіку. Новизна роботи полягає в тому, що теорія телетрафіку, яка займається математичним моделюванням та аналізом шаблонів трафіку в мережах зв’язку, може бути явно застосована до керування пристроями IР. Автори розробили математичну модель управління IР з використанням теорії телетрафіку та на її основі створили імітаційну модель мережевого маршрутизатора та графік переходів у програмному забезпеченні «GPSS World». Отриманими результатами роботи були 16 станів і рівняння балансу, в якому були знайдені всі ймовірності. Імовірності використовувалися для розрахунку вузлів і характеристик мережі. Було змодельовано 100 000 запитів від пристроїв ІР, що надходять до двох маршрутизаторів. Результати дослідження показали, що завантаження першого вузла становить 63,2 % із середнім часом обробки транзакції M=1,436 с, а завантаження другого вузла становить 32 % з M=0,914 с. Створена модель мережевого маршрутизатора працювала з мінімальними втратами під час транзакцій. Відповідно, розроблена в цьому дослідженні система управління IР показала свою ефективність і придатна для практичного використання в управлінні пристроями IР в Smart Grid. Планується дослідження можливості використання теорії телетрафіку в системах управління розподілом енергії в Smart Grids

Спонсор дослідження

  • The authors of the article express their appreciation to the Department of Telecommunications and Innovative Technologies for the financial support provided in the article's publication. The article was funded by the Telecommunications and Innovative Technologies Department budget in the item

Біографії авторів

Madina Konyrova, Almaty University of Power Engineering and Telecommunications named after Gumarbek Daukeyev

PhD Student

Department of Telecommunications and Innovative Technologies

Saule Kumyzbayeva, Almaty University of Power Engineering and Telecommunications named after Gumarbek Daukeyev

PhD, Senior Lecturer

Department of Telecommunications and Innovative Technologies

Teodor Iliev, "Angel Kanchev" University of Ruse

PhD, Associate Professor, Director of the International Students Directorate

Department of Electrical Engineering, Electronics and Automation

Katipa Chezhimbayeva, Almaty University of Power Engineering and Telecommunications named after Gumarbek Daukeyev

PhD Professor

Department of Telecommunications and Innovative Technologies

Посилання

  1. Zaman, A., Hassan, Z., Odarchenko, R., Hassan, S., Ahmed, S., Bilal, M. et al. (2020). Wireless Underground Sensor Networks: Packet Size Optimization Survey. Proceedings of the 2nd International Workshop on Control, Optimisation and Analytical Processing of Social Networks (COAPSN 2020). Available at: https://ceur-ws.org/Vol-2616/paper30.pdf
  2. Sahraoui, Y., Korichi, A., Kerrache, C. A., Bilal, M., Amadeo, M. (2020). Remote sensing to control respiratory viral diseases outbreaks using Internet of Vehicles. Transactions on Emerging Telecommunications Technologies, 33 (10). doi: https://doi.org/10.1002/ett.4118
  3. Vaghani, A., Sood, K., Yu, S. (2022). Security and QoS issues in blockchain enabled next-generation smart logistic networks: A tutorial. Blockchain: Research and Applications, 3 (3), 100082. doi: https://doi.org/10.1016/j.bcra.2022.100082
  4. Taherdoost, H. (2023). Security and Internet of Things: Benefits, Challenges, and Future Perspectives. Electronics, 12 (8), 1901. doi: https://doi.org/10.3390/electronics12081901
  5. Ashraf, U., Ahmed, A., Al-Naeem, M., Masood, U. (2021). Reliable and QoS aware routing metrics for wireless Neighborhood Area Networking in smart grids. Computer Networks, 192, 108051. doi: https://doi.org/10.1016/j.comnet.2021.108051
  6. Ortiz-Garcés, I., Andrade, R. O., Sanchez-Viteri, S., Villegas-Ch., W. (2023). Prototype of an Emergency Response System Using IoT in a Fog Computing Environment. Computers, 12 (4), 81. doi: https://doi.org/10.3390/computers12040081
  7. Shreenidhi, H. S., Ramaiah, N. S. (2022). A two-stage deep convolutional model for demand response energy management system in IoT-enabled smart grid. Sustainable Energy, Grids and Networks, 30, 100630. doi: https://doi.org/10.1016/j.segan.2022.100630
  8. Alavikia, Z., Shabro, M. (2022). A comprehensive layered approach for implementing internet of things-enabled smart grid: A survey. Digital Communications and Networks, 8 (3), 388–410. doi: https://doi.org/10.1016/j.dcan.2022.01.002
  9. Bhavani, N. G., Kumar, R., Panigrahi, B. S., Balasubramanian, K., Arunsundar, B., Abdul-Samad, Z., Singh, A. (2022). Design and implementation of iot integrated monitoring and control system of renewable energy in smart grid for sustainable computing network. Sustainable Computing: Informatics and Systems, 35, 100769. doi: https://doi.org/10.1016/j.suscom.2022.100769
  10. Bogachev, M. I., Kuzmenko, A. V., Markelov, O. A., Pyko, N. S., Pyko, S. A. (2023). Approximate waiting times for queuing systems with variable long-term correlated arrival rates. Physica A: Statistical Mechanics and Its Applications, 614, 128513. doi: https://doi.org/10.1016/j.physa.2023.128513
  11. Alghamdi, N. S., Khan, M. A., Karamti, H., Nawaz, N. A. (2022). Internet of Things (IoT) enabled smart queuing model to support massive safe crowd at Ka’aba. Alexandria Engineering Journal, 61 (12), 12713–12723. doi: https://doi.org/10.1016/j.aej.2022.06.053
  12. Ibrahim, A. S., Al-Mahdi, H., Nassar, H. (2022). Characterization of task response time in a fog-enabled IoT network using queueing models with general service times. Journal of King Saud University - Computer and Information Sciences, 34 (9), 7089–7100. doi: https://doi.org/10.1016/j.jksuci.2021.09.008
  13. Gelenbe, E., Nakıp, M., Czachórski, T. (2022). Improving Massive Access to IoT Gateways. Performance Evaluation, 157–158, 102308. doi: https://doi.org/10.1016/j.peva.2022.102308
  14. Gelenbe, E., Sigman, K. (2022). IoT Traffic Shaping and the Massive Access Problem. ICC 2022 - IEEE International Conference on Communications. doi: https://doi.org/10.1109/icc45855.2022.9839054
  15. IoT Traffic Generation Patterns Dataset. Available at: https://www.kaggle.com/datasets/tubitak1001118e277/iot-traffic-generation-patterns
  16. He, Z., Ning, L., Jiang, B., Li, J., Wang, X. (2023). Vehicle Intersections Prediction Based on Markov Model with Variable Weight Optimization. Sustainability, 15 (8), 6943. doi: https://doi.org/10.3390/su15086943
  17. Huang, J., Gao, H., Wan, S., Chen, Y. (2023). AoI-aware energy control and computation offloading for industrial IoT. Future Generation Computer Systems, 139, 29–37. doi: https://doi.org/10.1016/j.future.2022.09.007
  18. Chezhimbayeva, K., Konyrova, M., Kumyzbayeva, S., Kadylbekkyzy, E. (2021). Quality assessment of the contact center while implementation the IP IVR system by using teletraffic theory. Eastern-European Journal of Enterprise Technologies, 6 (3 (114)), 64–71. doi: https://doi.org/10.15587/1729-4061.2021.244976
  19. Konyrova, M., Kumyzbayeva, S., Kadylbekkyzy, E., Stoyak, V. (2021). Analysis of Direct Load Control in Smart Grids by using Teletraffic Theory. The 7th International Conference on Engineering & MIS 2021. doi: https://doi.org/10.1145/3492547.3492571
  20. Kingman, J. F. C. (1961). The single server queue in heavy traffic. Mathematical Proceedings of the Cambridge Philosophical Society, 57 (4), 902–904. doi: https://doi.org/10.1017/s0305004100036094
  21. Kendall, D. G. (1953). Stochastic Processes Occurring in the Theory of Queues and their Analysis by the Method of the Imbedded Markov Chain. The Annals of Mathematical Statistics, 24 (3), 338–354. doi: https://doi.org/10.1214/aoms/1177728975
  22. Erlang, A. K. (1917). Solution of Some Problems in the Theory of Probabilities of Significance in Automatic Telephone Exchanges. Post Office Electrical Engineer's Journal 10, 189–197. Available at: https://www.scirp.org/(S(vtj3fa45qm1ean45wffcz5%205))/reference/referencespapers.aspx?referenceid=2834641
  23. Wentzel, E. S. (2001). Operations Research: Tasks, Principles, Methodology. Moscow: Vysshaya shola, 210.
  24. Aliyev, T. I. (2009). Fundamentals of modeling discrete systems. Saint Petersburg.
  25. Konyrova, M., Kumyzbayeva, S., Iliev, T. B., Kadylbekkyzy, E. (2022). Smart Grid Network Control Model Based on Blockchain. 2022 International Conference on Communications, Information, Electronic and Energy Systems (CIEES). doi: https://doi.org/10.1109/ciees55704.2022.9990792
Оцінка ефективності керування пристроями інтернету речей за теорією телетрафіку

##submission.downloads##

Опубліковано

2023-06-30

Як цитувати

Konyrova, M., Kumyzbayeva, S., Iliev, T., & Chezhimbayeva, K. (2023). Оцінка ефективності керування пристроями інтернету речей за теорією телетрафіку. Eastern-European Journal of Enterprise Technologies, 3(9 (123), 49–59. https://doi.org/10.15587/1729-4061.2023.281287

Номер

Розділ

Інформаційно-керуючі системи