Optimized Dual Temporal Gated Multi-Graph Convolution Network for Land Use and Land Cover Classification Incorporating Temporal Feature Tracking and High Resolution Satellite Imagery Analysis

في العالم الخفي للتكنولوجيا الحديثة، تنتشر حواسيب صغيرة تُعرف باسم "عقد الاستشعار" في الغابات والمدن والمصانع لمراقبة بيئتنا. هذه الأجهزة، التي تشكل ما يسميه الخبراء "شبكة استشعار لاسلكية"، تعمل بمثابة العيون والآذان للعصر الرقمي، حيث تتبع كل شيء من تغيرات درجات الحرارة إلى جودة الهواء. ومع ذلك، فإن الحفاظ على هذه الشبكة الواسعة والموزعة حية وآمنة يمثل صراعاً مستمراً؛ فهذه الأجهزة تعمل ببطاريات محدودة، ولأنها غال-ما تعمل في مساحات مفتوحة وغير محروسة، فإنها تكون عرضة للسرقة أو التخريب أو سرقة البيانات. فإذا نفدت طاقة الشبكة بسرعة كبيرة أو إذا تسلل شخص سيء النوايا لسرقة المعلومات، يمكن للنظام بأكمله أن يفشل. ويتمثل التحدي الذي يواجه العلماء في تصميم طريقة تمكن هذه المستشعرات من التواصل مع بعضها البعض بكفاءة، وتنظيم نفسها في مجموعات لتوف توفير الطاقة، والتحقق من أن كل رسالة تأتي من مصدر موثوق، وكل ذلك دون استنزاف بطارياتها أو إبطاء تدفق المعلومات.

اقترح فريق من الباحثين نظاماً جديداً متعدد الطبقات مصمماً لحل هذه المشكلات تحديداً للشبكات التي تعتمد على "حوسبة الحافة"، حيث تتم معالجة البيانات بالقرب من المصدر بدلاً من سحابة بعيدة. نهجهم هذا، والذي يسمونه "نظام توجيه المسارات المتعددة الآمن"، يعمل مثل مركز تحكم مروري عالي التنظيم لهذه الأجهزة الصغيرة. فبدلاً من ترك المستشعرات تتجول عشوائياً أو ترسل بيانات في تدفق فوضوي، يقوم النظام أولاً ببناء خريطة مهيكلة للشبكة باستخدام "شبكة عصبية متخصصة"، وهي نوع من أدمغة الكمبيوتر المصممة للتعرف على الأنماط. وتعمل هذه الخطوة الأولية على تنظيم المستشعرات باستخدام بنية سداسية سداسية الأضلاع قائمة على "الشبكة العصبية البايزية المكانية" (SBNN)، مما يبسط مهمة إدارة آلاف الأجهزة الفردية ويقلل من الارتباك الذي يؤدي غالباً إلى هدر الطاقة.

بمجرد بناء الشبكة، يضع النظام فوراً فحصاً أمنياً صارماً. فقبل أن يُسمح لأي مستشعر بالانضمام إلى المحادثة، يجب أن يثبت هويته باستخدام طريقة تشفير متطورة تخفي موقعه وهويته حتى أثناء بحثه عن البيانات. تضمن هذه العملية عدم قدرة أي أجهزة مزيفة أو غير مصرح لها على التسلل إلى الشبكة لسرقة المعلومات أو تعطيل العمليات. ومع تأمين الشبكة، ينتقل النظام إلى المهمة الحاسمة المتمثلة في التنظيم؛ حيث يقوم بتجميع المستشعرات في عناقيد، تماماً كما قد تجمع مدرسة الطلاب في فرق، لكنه يفعل ذلك بشكل ديناميكي. إذ تقوم خوارزمية مستوحاة من الطبيعة، تحاكي سلوكيات الصيد والاجتماع لدى "حبار همبولت"، بتقييم المستشعر الأنسب لقيادة المجموعة باستمرار. ويتم اختيار هذا القائد، المعروف باسم "رأس العنقود"، بناءً على مقدار طاقة البطارية المتبقية لديه، ومدى بعده عن الأجهزة الأخرى، ومدى موثوقيته، وسرعة قدرته على إرسال البيانات. ومن خلال إعادة تقييم هذه العوامل باستمرار، يضمن النظام أن تقود المستشعرات الأكثر قدرة المجموعات، مما يمنع الأجهزة الأضعف من الإجهاد الزائد والتعطل المبكر.

ولزيادة عمر الشبكة، يقوم النظام بوضع المستشعرات في وضع "النوم" عندما لا تكون هناك حاجة إليها. وباستخدام تقنية تعلم متقدمة، يخصص النظام فترات زمنية محددة لكل جهاز، ليخبرهم بالضبط متى يستيقظون، ويرسلون البيانات، ويعودون إلى النوم. يمنع "تدوير الواجب" (duty cycling) هذا المستشعرات من الإرسال المستمر، مما قد يستنزف بطارياتها في ساعات. وبدلاً من ذلك، تعمل في إيقاع منسق، مما يضمن تدفق البيانات بسلاسة دون تصادمات أو استخدام غير ضروري للطاقة. وعندما يحين وقت إرسال المعلومات التي تم جمعها إلى محطة مركزية، لا يعتمد النظام على مسار واحد، بل يستخدم "شبكة هوبفيلد العصبية ثلاثية الميمريستور" (TMHNN) لإيجاد مسارات آمنة متعددة للبيانات. تتعلم هذه الشبكة تجنب المسارات الخطرة أو العقد التي قد تكون مخترقة، وتختار المسار الأكثر كفاءة وأماناً المتاح. وإذا أصبح أحد المسارات مسدوداً أو غير آمن، ينتقل النظام فوراً إلى مسار احتياطي، مما يضمن وصول البيانات دائماً إلى وجهتها.

اختبر الباحثون هذا النظام بأكمله في بيئة محاكاة لمعرفة كيفية أدائه مقارنة بالطرق الأخرى الموجودة. وأظهرت النتائج تحسناً كبيراً في كيفية استمرار الشبكة وفي جودة تسليم البيانات. ففي عمليات المحاكاة، استخدم النظام الجديد طاقة أقل بنسبة تتراوحت بين 14 إلى 21 بالمائة عن الطرق السابقة، مما يعني أن المستشعرات يمكن أن تعمل لفترة أطول بكثير قبل الحاجة إلى استبدال البطارية. كما أدى ذلك إلى إطالة العمر الإجمالي للشبكة بنسبة تقارب 20 إلى 27 بالمائة، مما أبقى النظام نشطاً لجولات أكثر من جمع البيانات. وربما الأهم من ذلك، سلم النظام نسبة أعلى من حزم البيانات بنجاح، مع تحسينات تراوحت بين 18 إلى 27 بالمائة مقارنة بالتقنيات القديمة. ومن خلال الجمع بين فحوصات الهوية الآمنة، والتجميع الذكي، وجداول النوم الموفرة للطاقة، والمسارات المتعددة الآمنة، يقدم هذا النهج الجديد طريقة قوية لإبقاء شبكات الاستشعار اللاسلكية تعمل بكفاءة وأمان، مما يضمن بقاء البيانات التي نعتمد عليها من العالم الطبيعي آمنة ومتاحة لأطول فترة ممكنة.