بهبود چندهدفه تأخير و امنيت در شبكه‌هاي حسگر بي‌سيم براساس الگوريتم تركيبي بهينه‌سازي گرگ خاكستري و ژنتيك

Multi-Objective delay and Security Improvement in Wireless sensor networks with Hybrid gray wolf and genetic agorithm

شبكه‌هاي حسگر بي‌سيم در حوضه‌هاي مختلف دانشگاهي و صنعتي نقش بسيار مهمي ايفا كرده است. از اين رو ارائه خدمات امنيتي (احراز هويت، محرمانه بودن و يكپارچگي) و تضمين كيفيت (توان، تأخير و قابليت اطمينان) در شبكه گيرنده بي-سيم، هنوز هم از مسائل چالش¬برانگيز مي¬باشند. امنيت و تأخير پارامترهاي متضادي هستند كه سرويس¬هاي امنيتي بايد به صورت پويا و بهينه، باكيفيت و محدوديت¬هاي شبكه (براي مثال تأخير) تطبيق داده شود؛ بنابراين، طراحي چنين راه¬حلي كه هدف از آن بهينه¬سازي اهداف متضاد متعدد بوده، ازنظر محاسباتي دشوار است. ازاين‌رو چندهدفه بودن اين موضوع را مورد بررسي قرار مي‌دهيم. در اين مقاله ما قصد داريم روش جديدي مبتني بر بهينه‌سازي چندهدفه با استفاده از الگوريتم گرگ خاكستري و ژنتيك ارائه كنيم كه سرعت دستيابي به ميزان امنيت موردنياز بر اساس افزايش كيفيت و كمترين تأخير را روي انتقال داده بر روي شبكه داشته باشيم. ما با استفاده از تركيب الگوريتم گرگ خاكستري و ژنتيك توانستيم نسل‌هاي جديد از كدهاي امنيتي بر اساس سه نقطه از بهترين نقاط كه به‌عنوان رهبر در گرگ خاكستري درنظر گرفته‌شده ايجاد كنيم. با استفاده از روش پيشنهادي توانستيم تعادل بين امنيت و تأخير را براي شبكه مورد نظر را پيدا كرده تا بهترين خروجي را از شبكه داشته باشيم. اين روند باعث ايجاد پراكندي متعادل اهداف چندهدفه و سرعت بخشيدن دستيابي به اهداف مي‌شود. بر اساس نقاط بدست آمده نتيجه شبيه‌سازي، تأخير هر سطوح مختلف امنيتي را نشان مي‌دهد كه ما توانستيم با استفاده از معادلات، بهترين نقطه كه بالاترين سطح امنيت و كمترين تأخير ممكن را داشته باشد به دست آورديم.

Wireless sensor networks have attracted much attention in the academic and industrial fields. Providing security services (authentication, confidentiality, and integrity) and ensuring QoS (power, delay, and reliability) in a wireless receiver network are still challenging issues. Security and delays are conflicting parameters in which security services must be dynamically optimized, with QoS and network constraints (for example, delay); therefore, the design of such a path aimed at optimizing conflicting goals It is numerous and difficult to calculate. Therefore, we consider the multi-objective of this issue. In this project, we intend to introduce a multi-objective optimization based on gray wolf algorithms and genetic that speeds up the level of security required based on the quality of the lines and the lowest delay on the transfer Data on the network. Using the combination of gray wolf algorithms and genetic, we were able to create new generations of security codes based on three points of the best points considered as the leader in the gray wolves. This process accelerates the achievement of goals and creates a balanced distribution of multi-objective goals. Based on the obtained points, the result of the simulation delays the various levels of security that we were able to obtain using the best-level equations that have the highest level of security and the lowest possible delay.