Data-Driven Modelling and Prediction of CoAP Throughput in a Grid Network Topology

Authors : Alper Kamil DEMİR, Fatih ABUT

Pages : 295-303

Doi:10.31202/ecjse.640824

View : 19 | Download : 8

Publication Date : 2020-01-31

Article Type : Research Paper

Abstract :Bu çalışmada, Destek Vektör Makinesi insert ignore into journalissuearticles values(SVM); ve Çoklu Doğrusal Regresyon insert ignore into journalissuearticles values(MLR); kullanılarak 4x4’lük ızgara topolojisi üzerinde Kısıtlı Uygulama Protokolü insert ignore into journalissuearticles values(CoAP); tabanlı bir IoT ağındaki ortalama verimi tahmin etmek için yeni modeller önerilmektedir. İki farklı CoAP tıkanıklık kontrol mekanizması dikkate alınmıştır: mevcut CoAP tıkanıklık kontrolü insert ignore into journalissuearticles values(default CoAP CC); ve CoAP Simple Congestion Control/Advanced insert ignore into journalissuearticles values(CoCoA);. İstemci tarafında, 90, 95 veya 100 paket teslimat oranları ile yapılandırılmış 4x4’lük ızgara IoT ağı üzerindeki farklı CoAP sunucularından, 12, 24, 36 veya 48 bayt boyutunda paket talep eden 3, 6, 9, 12 veya 15 CoAP istemcisi çalıştırılmıştır. Toplamda, mevcut CoAP CC ve CoCoA istemcilerinin ortalama verimini belirlemek için her biri 10 kez çalıştırılan 60 farklı deneysel senaryo oluşturulmuştur. 10 katlı çapraz doğrulama kullanılarak, tahmin modellerinin performansı çeşitli performans ölçümleri kullanılarak değerlendirilmiştir. Sonuçlar, paket teslim oranının ve aynı anda gönderen istemci sayısının aynı modelde birleştirilmesinin IoT ağının ortalama CoAP verimi ile en yüksek korelasyona sahip olduğunu göstermektedir. Özellikle, bu model varsayılan CoAP CC veya CoCoA`nın tıkanıklık kontrol mekanizmalarından bağımsız olarak, tüm SVM tabanlı ve MLR tabanlı modeller arasında en düşük tahmin hatasını üretmektedir.
Keywords : Nesnelerin İnterneti