Resumen

Las redes de detección pasiva pueden mantener el funcionamiento de la red captando energía del entorno, lo que resuelve el problema de la limitación energética de los nodos de la red. Por ello, las redes de detección pasiva se utilizan ampliamente en la recogida de datos en entornos complejos. Sin embargo, la complejidad del entorno de despliegue de la red hace que los nodos de detección pasiva no puedan obtener energía estable del entorno. Por lo tanto, se necesitan mejores estrategias de enrutamiento para ahorrar el consumo de energía de la red. En respuesta a este problema, este artículo propone un algoritmo de enrutamiento de red IPv6 con conciencia pasiva para el Internet de las Cosas. Este método se basa en las características de las redes de detección pasiva. Mediante el análisis de la tasa de transmisión exitosa del enlace de transmisión del nodo de red, el consumo de energía de transmisión, el retardo de transmisión de extremo a extremo y el retardo de espera de los paquetes IPv6, se obtiene la función de evaluación de utilidad de la ruta. Una vez obtenida la función de evaluación de la utilidad, se selecciona la ruta de la red a través de la función de evaluación de la utilidad. A continuación, el valor de utilidad y el método de red neuronal profunda se combinan para entrenar el modelo de clasificación. El modelo de clasificación asigna la mejor estrategia de enrutamiento de acuerdo con las características de la red actual, mejorando así el consumo de energía y el rendimiento de retardo de la red.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:función de evaluación de utilidad, redes, modelo de clasificación, algoritmo de enrutamiento de red consciente, método de red neuronal profunda, enlace de transmisión de nodo de red, mejor estrategia de enrutamiento, mejores estrategias de enrutamiento, retardo de transmisión final, problema de limitación de energía
• Keywords:utility evaluation function, networks, classification model, aware network routing algorithm, deep neural network method, network node transmission link, best routing strategy, better routing strategies, end transmission delay, energy limitation problem