البحث المتقدم

Blockchain ‑ تمكين نهج التعلم العميق التعزيز لتحسين الأداء على إنترنت الأشياء

Title Blockchain‑Enabled Deep Reinforcement Learning Approach for Performance Optimization on the Internet of Things

الباحث الرئيس تنوير علم طاهر حسن
التخصص: علوم الحاسب
التخصص الدقيق:
المستخلص: تتوسع شبكات إنترنت الأشياء (IoT) بسرعة ، الأمر الذي يتطلب وجود شبكات كافية و بنية تحتية موثوقة وكمية كبيرة من البيانات. جهاز أمن وتقنية إنترنت الأشياء قد تستفيد السرية من استخدام Blockchain ، وهو دفتر أستاذ لامركزي وجدير بالثقة. تعد زيادة معدل نقل المعاملات والتعامل مع حالات نقل البيانات الضخمة أمرًا بالغ الأهمية عند التعامل مع كميات كبيرة من بيانات إنترنت الأشياء على Blockchain. وبالتالي هذا يبحث البحث في الأداء الحاسم للتعلم المعزز العميق (DRL) لـ هيكل إنترنت الأشياء الذي يدعم blockchain ، حيثما يتم توسيع المعاملات على الفور و تم confrmed الانقسام العام. من المهم ملاحظة أن DRL و Blockchain هما اثنان التطورات المنفصلة المكرسة لموثوقية وفائدة تشغيل النظام. هؤلاء كلاهما نظام معاملات. دمج التكنولوجيا في تبادل المعلومات و أصبحت الحلول البحثية حاسمة بشكل متزايد. نتيجة لـ Blockchain ، المعلومات يمكن تبادلها بشكل آمن ولامركزي. عند استخدامه جنبًا إلى جنب مع DRL ، يمكنه التسجيل ببراعة لتحسين كفاءة الاتصال. من خلال الجمع بين DRL و Blockchain من خلال IoT ، يقدم المؤلف frst بنية اتصال لا مركزية وفعالة يسمح بتخصيص معلومات قابلة للتطوير وجدير بالثقة وأداء أفضل من خيارات سابقة. يقوم نهج DRL بتقييم ما إذا كان سيتم التحميل وأي خدمة يجب تفريغها لتحسين الأداء تصل إلى 87.5٪. علاوة على ذلك ، تركز هذه الطريقة على البناء آلية تحميل فعالة لأنظمة الاتصالات القائمة على Blockchain لتعزيزها أداء
Abstract: Internet of Things (IoT) networks are rapidly expanding, which requires adequate and reliable infrastructure and a large amount of data. The IoT device security and technical confdentiality may beneft from using Blockchain, a decentralised and trustworthy ledger. Increasing transaction throughput and coping with big data transfer situations is critical when dealing with signifcant volumes of IoT data on the Blockchain. Consequently, this research investigates the Deep Reinforcement Learning (DRL) crucial functioning of the blockchain-enabled IoT structure, wherever transactions are instantaneously expanded and public divisibility is confrmed. It is important to note that DRL and Blockchain are two separate advancements devoted to the reliability and usefulness of system operation. These are both transactional systems. Technology integration into information exchange and research solutions is becoming increasingly critical. As a result of Blockchain, information may be exchanged securely and decentralised. When used in tandem with DRL, it can signifcantly improve communication efciency. By combining DRL and Blockchain throughout the IoT, the author frst presents a decentralised and efcient communication structure that allows for scalable and trustworthy information allocation and better performance than earlier options. The DRL approach assesses whether to ofoad and which service to dump to improve performance up to 87.5%. Furthermore, this method focuses on constructing an efective ofoading mechanism for Blockchain-based communication systems to boost performance
الحالة: محكم ومنشور
جهة التحكيم: Tanweer Alam
دار النشر:
سنة النشر: 0
تحويل التاريخ