Energy and Trust Aware Optimal Cluster-Based Routing in WSN using Lyrebird-Red Panda Optimization
यह शोध पत्र वायरलेस सेंसर नेटवर्क (WSN) के लिए एक ऊर्जा और विश्वास जागरूक इष्टतम क्लस्टर-आधारित रूटिंग प्रोटोकॉल (OCR-WSN) प्रस्तावित करता है जो विलंब, दूरी, ऊर्जा और विश्वास जैसे कारकों को संतुलित करके नेटवर्क की दीर्घायु और सेवा की गुणवत्ता (QoS) को बढ़ाने के लिए क्लस्टर हेड चयन और रूटिंग पथों को अनुकूलित करने हेतु लायरेबर्ड असिस्टेड रेड पांडा ऑप्टिमाइज़ेशन एल्गोरिदम (LAROA) का उपयोग करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक विशाल, शांत मैदान की कल्पना करें जो सैकड़ों छोटे, बैटरी से चलने वाले उपकरणों से भरा हुआ है, जिनमें से प्रत्येक एक बड़े सिस्टम के लिए आँखों और कानों के रूप में कार्य करता है। ये वायरलेस सेंसर नेटवर्क हैं, आधुनिक तकनीक के अदृश्य तंत्रिका तंत्र, जिनका उपयोग जंगल की आग और फसलों के स्वास्थ्य से लेकर सीमा सुरक्षा और रोगी के महत्वपूर्ण संकेतों (वाइटल्स) की निगरानी करने के लिए किया जाता है। इन नेटवर्कों के साथ चुनौती यह है कि उपकरण छोटे, सस्ते और अक्सर ऐसी दूरस्थ स्थानों पर रखे जाते हैं जहाँ बैटरी बदलना असंभव होता है। उन्हें एक बार चार्ज होने पर लंबे समय तक जीवित रहना चाहिए। इस काम को करने के लिए, उपकरणों को केवल अपना डेटा केंद्रीय स्टेशन को चिल्लाकर नहीं भेजना चाहिए; ऐसा करने से उनकी शक्ति बहुत जल्दी समाप्त हो जाएगी। इसके बजाय, वे खुद को छोटे समूहों में संगठित करते हैं। प्रत्येक समूह के भीतर, एक उपकरण को नेता के रूप में चुना जाता है, जो अपने पड़ोसियों से जानकारी एकत्र करता है और केंद्रीय स्टेशन को एक एकल, समेकित रिपोर्ट भेजता है। यह विधि ऊर्जा बचाती है, लेकिन यह सही नेता चुनने और डेटा के यात्रा करने के लिए सबसे सुरक्षित, सबसे कुशल मार्ग खोजने पर निर्भर करती है। यदि गलत नेता चुना जाता है, या यदि डेटा एक लंबा, घुमावदार रास्ता लेता है, तो नेटवर्क समय से पहले विफल हो सकता है।
भारत के गवर्नमेंट कॉलेज ऑफ इंजीनियरिंग के शोधकर्ताओं विक्रम सदाशिव गवली और सोनाली क्षीरसेकर ने इस समस्या को हल करने का एक नया तरीका प्रस्तावित किया है, जिसका लक्ष्य इन नेटवर्कों को अधिक लंबे समय तक चलाने योग्य और अधिक विश्वसनीय बनाना है। उन्होंने 'ऑप्टिमल क्लस्टर-बेस्ड राउटिंग प्रोटोकॉल' नामक एक प्रणाली विकसित की, जो एक चतुर कंप्यूटर एल्गोरिदम का उपयोग करती है ताकि यह तय किया जा सके कि किस उपकरण को समूह का नेतृत्व करना चाहिए और नेटवर्क के माध्यम से डेटा कैसे आगे बढ़ना चाहिए। उनका दृष्टिकोण अद्वितीय है क्योंकि यह न केवल यह देखता है कि किसी उपकरण के पास कितनी ऊर्जा बची है; बल्कि यह अन्यों से उसकी दूरी, संदेश पहुँचने में लगने वाला समय और यह भी देखता है कि क्या उस उपकरण पर ईमानदारी से व्यवहार करने के लिए भरोसा किया जा सकता है। सर्वोत्तम संभव व्यवस्था खोजने के लिए, उन्होंने प्रकृति से प्रेरित दो अलग-अलग रणनीतियों को जोड़ा: एक लायरेबर्ड (lyrebird) का शिकार करने का व्यवहार और एक रेड पांडा (red panda) की भोजन खोजने की आदतें।
शोधकर्ताओं ने अपने विचार का परीक्षण करने के लिए एक सौ और दो सौ सेंसर नोड्स के नेटवर्क का अनुकरण (सिमुलेशन) किया। अपने सिमुलेशन में, नए एल्गोरिदम, जिसे उन्होंने 'लाइरेबर्ड-रेड पांडा ऑप्टिमाइज़ेशन' नाम दिया, को सर्वश्रेष्ठ नेताओं और मार्गों को चुनने के लिए नेटवर्क का निरंतर मूल्यांकन करना पड़ा। परिणामों ने दिखाया कि इस हाइब्रिड पद्धति ने कई मौजूदा तकनीकों को पछाड़ दिया। जब नेटवर्क में एक सौ नोड्स थे, तो नए सिस्टम ने केवल 0.0000001976 सेकंड के विलंब (डिले) के साथ डेटा भेजने में सफलता प्राप्त की, जो एक उल्लेखनीय तीव्र गति है जो सुनिश्चित करती है कि सूचना लगभग तुरंत पहुँच जाए। डेटा द्वारा तय की गई दूरी को औसतन 40.078 मीटर तक अनुकूलित किया गया था, और कार्य के लिए खपत की गई ऊर्जा को 0.398 जूल पर कम रखा गया था। शायद सबसे महत्वपूर्ण बात यह है कि सिस्टम ने उच्च स्तर का विश्वास बनाए रखा, जिसने विश्वसनीयता मापने वाले पैमाने पर 0.673 का स्कोर किया, जिससे यह सुनिश्चित हुआ कि नेटवर्क को दोषपूर्ण या दुर्भावनापूर्ण नोड्स द्वारा समझौता नहीं किया जा रहा है।
गति और दूरी के अलावा, अध्ययन ने यह भी देखा कि नेटवर्क अपने संदेशों को कितनी अच्छी तरह से वितरित कर सकता है। एक सौ नोड्स के परीक्षण में, नई पद्धति ने 0.876 का 'पैकेट डिलीवरी रेशियो' हासिल किया, जिसका अर्थ है कि भेजे गए डेटा का लगभग 88 प्रतिशत वास्तव में अपने गंतव्य तक पहुँच गया। यह अन्य लोकप्रिय तरीकों के परिणामों से अधिक था, जो 0.764 से 0.849 के बीच थे। शोधकर्ताओं ने उनके समग्र सेवा गुणवत्ता (क्वालिटी ऑफ सर्विस) को भी मापा, जो गति, विश्वसनीयता और दक्षता को मिलाने वाला एक मीट्रिक है। उनके सिस्टम ने 0.865 का स्कोर किया, जिसने फिर से अन्य विधियों को पीछे छोड़ दिया। अध्ययन ने यह भी जांचा कि एल्गोरिदम कितनी जल्दी सर्वोत्तम समाधान खोज सकता है। 'कन्वर्जेंस' नामक एक प्रक्रिया में, जहाँ कंप्यूटर पूर्ण सेटअप की खोज करता है, नया तरीका केवल 25 चरणों में एक अत्यधिक कुशल समाधान खोजने में सफल रहा, जिसमें छोटे नेटवर्क के लिए लागत मान 0.968 था। यह अन्य परीक्षण किए गए एल्गोरिदम की तुलना में अधिक तेज़ और सटीक था, जिन्हें एक अच्छा उत्तर खोजने में अधिक समय लगा और जो अक्सर कम कुशल कॉन्फ़िगरेशन पर समाप्त हुए।
शोधकर्ताओं ने इन गणनाओं को चलाने के व्यावहारिक पक्ष को भी देखा, जैसे कि सिस्टम को कितनी कंप्यूटर मेमोरी की आवश्यकता है और इसे चलने में कितना समय लगता है। नया तरीका दोनों श्रेणियों में सबसे कुशल था। इसे केवल 53.568 मेगाबाइट मेमोरी की आवश्यकता थी, जो परीक्षण की गई सभी विधियों में सबसे कम थी, और इसने अपनी गणनाएँ 1,564.56 सेकंड में पूरी कीं। इसके विपरीत, कुछ पुराने तरीकों को लगभग दोगुनी मेमोरी की आवश्यकता थी और उन्हें समाप्त होने में 3,000 सेकंड से अधिक का समय लगा। यह सुझाव देता है कि नया दृष्टिकोण न केवल स्मार्ट है बल्कि उन कंप्यूटरों पर चलाने के लिए हल्का और तेज़ भी है जो इन नेटवर्कों को प्रबंधित करते हैं। अध्ययन ने सांख्यिकीय परीक्षणों का उपयोग करके इन निष्कर्षों की पुष्टि की, जिससे पता चला कि सुधार सुसंगत थे और केवल एक बार के रन का भाग्यशाली परिणाम नहीं थे।
हालाँकि परिणाम आशाजनक हैं, शोधकर्ता नोट करते हैं कि ये निष्कर्ष वास्तविक दुनिया में भौतिक तैनाती के बजाय कंप्यूटर सिमुलेशन से आए हैं। यह कार्य प्रदर्शित करता है कि एक लायरेबर्ड और एक रेड पांडा की खोज रणनीतियों को संयोजित करने से वायरलेस सेंसर नेटवर्क के प्रबंधन के लिए एक मजबूत प्रणाली बनती है। ऊर्जा उपयोग, दूरी, गति और विश्वास को सावधानीपूर्वक संतुलित करके, यह विधि इन महत्वपूर्ण नेटवर्कों को लंबे समय तक जीवित और कार्यात्मक रखने का एक तरीका प्रदान करती है। लेखक सुझाव देते हैं कि जैसे-जैसे ये नेटवर्क हजारों नोड्स तक बढ़ेंगे या अधिक जटिल वातावरण में जाएंगे, इस प्रकार का बुद्धिमान रूटिंग आवश्यक हो जाएगा। भविष्य के कार्यों में वास्तविक दुनिया के परिदृश्यों, जैसे औद्योगिक निगरानी या स्वास्थ्य सेवा में इस प्रणाली का परीक्षण करना और इन जीवन बचाने वाले, अथक प्रहरियों के जीवन को और बढ़ाने के लिए ऊर्जा संचयन (energy harvesting) को एकीकृत करने के तरीके तलाशना शामिल हो सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।