Tez No	İndirme	Tez Künye	Durumu
772687		Resource optimization of multi-purpose IoT wireless sensor networks with shared monitoring points / Paylaşımlı izlenen noktalar kullanarak çok amaçlı IoT kablosuz sensör ağlarının kaynak optimizasyonu Yazar:MUSTAFA CAN ÇAVDAR Danışman: PROF. DR. ÖZGÜR ULUSOY ; PROF. DR. İBRAHİM KÖRPEOĞLU Yer Bilgisi: İhsan Doğramacı Bilkent Üniversitesi / Mühendislik ve Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Bilgisayar ağları = Computer networks ; Genetik algoritmalar = Genetic algorithms ; Kablosuz ağlar = Wireless networks ; Nesnelerin interneti = Internet of things	Onaylandı Doktora İngilizce 2022 125 s.
Kablosuz sensör ağları (WSN) birçok uygulamaya sahiptir ve IoT sistemlerinin önemli bir parçasıdır. Bir WSN'nin birincil işlevi, sensör düğümleri tarafından kapsanan belirli noktalardan veri toplamak ve toplanan verileri daha sonraki işlemler için uzak merkezi birimlere iletmektir. IoT kullanım durumlarında, bir WSN altyapısının birçok uygulama tarafından paylaşılması gerekebilir. Ayrıca belirli bir noktadan veya alt bölgeden toplanan veriler birden fazla uygulama ihtiyacını karşılayabilmektedir. Dolayısıyla, bu gibi durumlarda verilerin bir kez algılanması, uygulamaların kabul oranını artırmak, uygulamaların bekleme sürelerini, toplam çalışma sürelerini, enerji tüketimini ve ağdaki trafiği azaltmak için avantajlıdır. Bu yaklaşımı izleme noktası tabanlı paylaşılan veri yaklaşımı olarak adlandırıyoruz. Bu tezde, her biri bir WSN'nin kapsadığı alanda bazı noktaların izlenmesini gerektiren uygulamaların yerleştirilmesine ve çizelgelenmesine odaklanıyoruz. Bu iki problemi çözmek için genetik algoritma tabanlı yaklaşımlar öneriyoruz. Ek olarak, hızlı karar vermenin gerekli olduğu durumlarda faydalı olacak açgözlü algoritmalar öneriyoruz. Kapsamlı simülasyon deneyleri gerçekleştirdik ve algoritmalarımızı literatürdeki yöntemlerle karşılaştırdık. Elde edilen sonuçlar, çeşitli metrikler açısından algoritmalarımızın etkinliğini göstermektedir.
Wireless sensor networks (WSNs) have many applications and are an essential part of IoT systems. The primary functionality of a WSN is to gather data from certain points that are covered with sensor nodes and transmit the collected data to remote central units for further processing. In IoT use cases, a WSN infrastructure may need to be shared by many applications. Moreover, the data gathered from a certain point or sub-region can satisfy the need of multiple applications. Hence, sensing the data once in such cases is advantageous to increase the acceptance ratio of the applications and reduce waiting times of applications, makespan, energy consumption, and traffic in the network. We call this approach monitoring point-based shared data approach. In this thesis, we focus on both placement and scheduling of the applications, each of which requires some points in the area a WSN covers to be monitored. We propose genetic algorithm-based approaches to deal with these two problems. Additionally, we propose greedy algorithms that will be useful where fast decision-making is required. We realized extensive simulation experiments and compared our algorithms with the methods from the literature. The results show the effectiveness of our algorithms in terms of various metrics.