ناقشت طالبة الماجستير (زهراء مازن بهلول صالح ) وعلى قاعة المؤتمرات في كلية تكنولوجيا المعلومات وفي يوم الاحد المصادف 23/10/2022 وكان موضوعها حول اداء شبكة المتحسسات اللاسلكية المحسن باستخدام طريقة ضغط البيانات المحفزة, يعد تحسين الأداء مسألة مهمة في شبكة المستشعرات اللاسلكية (WSN). أصبحت WSN تقنية منتشرة في العديد من مجالات الحياة (الصناعية والزراعية والرعاية الصحية والطقس ، إلخ ...) مما أدى إلى زيادة اهتمام الباحثين بهذا النوع من الشبكات. تتكون الشبكة في WSN من مجموعة من العقد ؛ كل عقدة تستشعر البيانات من حولها وترسل رسائل إلى محطة قاعدة أو عقدة مجاورة أخرى.
WSN لديها العديد من القيود بما في ذلك أداء الشبكة. تعمل هذه القيود أيضًا على تقليل معدل نقل الشبكة بشكل عام. تدفع صعوبة استبدال مصدر الطاقة عند نفاد الطاقة الباحثين إلى تطوير مخططات لتقليل وقت تشغيل WSN. لأن نقل البيانات غير المضغوطة يستغرق الكثير من الوقت ، لذلك ينفد مصدر الطاقة بسرعة. سؤال البحث هو كيف يتم تقليل كمية البيانات المنقولة لتحسين أداء الشبكة؟
سيتضمن العمل إحدى طرق ضغط القاموس وهي Lempel Ziv Welch (LZW). تتمثل إحدى مشكلات طريقة القاموس في أن حجم الرمز المميز ثابت. علاوة على ذلك ، على سبيل المثال ، يتم إهدار 2 بايت عندما يحتاج بايت واحد إلى تمثيل رمز مميز (حيث يجب تمثيل حجم الرمز المميز في ثلاثة بايت). طريقة قاموس LZW ليست مفيدة جدًا مع القليل من البيانات ، لأنها تفقد العديد من وحدات البايت عند تخزين الرموز صغيرة الحجم.
من النتائج التي تم الحصول عليها ، كانت أفضل نسب الضغط في الخوارزمية المقترحة.
يقترح العمل المقترح استخدام رمز حجم ديناميكي حيث يتم تصنيف الرموز وفقًا لحجمها إلى (بايت واحد ، اثنان بايت ، ثلاثة بايت).
تعتمد الفكرة الرئيسية للعمل المقترح على زيادة البيانات المتكررة لزيادة نسبة الضغط.
لزيادة البيانات المتكررة ، يقترح العمل الاحتفاظ بكمية بيانات القراءة المتزايدة بدلاً من الاحتفاظ بالبيانات الحقيقية بأكملها. لأن بيانات قراءة المناخ تتغير ببطء شديد ، بحيث يكون مقدار التغيير متكررًا.
تم إنجاز العمل بتم تنفيذ ثلاث تجارب. تتضمن كل تجربة أربعة اختبارات. يتم إجراء التجربة الأولى على البيانات التي تم جمعها في ساعة واحدة. التجربة الثانية تعمل على البيانات التي يتم جمعها في ساعتين. التجربة الثالثة تتم على بيانات جمعت في ثلاث ساعات.
اختبارات كل تجربة هي:
1- ضغط البيانات باختبار LZW.
2- ضغط البيانات بتقليل قيمة البيانات (DVM) باختبار LZW.
3- ضغط البيانات باستخدام اختبار مؤشر المتغير (VI) -LZW.
4- ضغط البيانات باستخدام اختبار DVM و VI-LZW.
النتيجة التجريبية كيف أن DVM و VI-LZW يوفران ضغط بيانات أفضل ونسبة ضغط ووقت نقل البيانات وإنتاجية العقدة وتوفير النسبة المئوية.