تقييم ومقارنة أداء التحسينات على خوارزمية التقطير في انترنت الأشياء

الملخص

اكتسبت خوارزمية Trickle التي تم تقديمها وتوحيدها في RFC 6206 شعبية كبيرة حيث يمكنها أن تضمن حل تناقض البيانات في البيئات الموزعة بدقة وسرعة مع انخفاض تكلفة الصيانة ودعم جيد للتوسع وزيادة كثافة الشبكة. بالنسبة لهذه الميزات الجذابة تشكل Trickle أساس العديد من معايير الإنترنت ويتم نشرها في العديد من التطبيقات مثل البث الموثوق واكتشاف الخدمة والموارد الموزعة وكذلك بروتوكولات التوجيه ومنها بروتوكول RPL المستخدم في شبكات انترنت الأشياء. قمنا في هذا البحث بالمقارنة بين أهم الدراسات التي حسنت خوارزمية Trickle من أجل تقليل التكلفة اللازمة لحل التناقض في معلومات التوجيه في بروتوكول RPL ، حيث قارنا بينهم من حيث زمن التقارب وعدد حزم التحكم المرسلة في الشبكة و مقدار استهلاك الطاقة ومعدل تسليم الحزم وزمن تأخيرها. لقد وجدنا أنَّ كل خوارزمية حسنت مجموعة من معايير الأداء وأنَّ الخوارزميات التي قللت من زمن التقارب زادت من عدد الحزم التحكم وبالعكس، كما وجدنا أنًّ خوارزمية Adaptive-k أفضل من غيرها كونها قللت عدد حزم التحكم وتأخيرها ومقدار الطاقة المستخدمة.