عنوان

مسیریابی مراقبت های بهداشتی با استفاده از الگوریتم ژنتیک

Number

پ۲۸۶۵۷

.Language of Text, Soundtrack etc

per

Title Proper

مسیریابی مراقبت های بهداشتی با استفاده از الگوریتم ژنتیک

First Statement of Responsibility

زهراء محمدحسن حسين

Name of Publisher, Distributor, etc.

مهندسی برق و کامپیوتر

Date of Publication, Distribution, etc.

۱۴۰۱

Specific Material Designation and Extent of Item

۹۵ص.

Accompanying Material

سی دی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی کامپیوتر گرايش نرم‌افزار

Date of degree

۱۴۰۱/۱۲/۰۹

Text of Note

با گسترش تكنولوژى و ظهور اينترنت، تحولى بزرگ در جهان ایجادشده است و با استقبال روز¬افزون مردم از آن، فعالان حوزه تكنولوژى و فناوری به فكر استفاده از اینترنت در همه ابعاد زندگى مردم هستند. استفاده از اينترنت اشياء در بهداشت و درمان روزبه‌روز در مسير رشد پيش مى¬رود. مانيتورينگ از راه دور بيمار و گزارش آزمایش‌های بالينى توجهات تازه¬اى را به خود جلب كرده است. دسترسی به مراقبت‌های بهداشتی ممکن است در کشورها و جوامع مختلف تحت تأثیر شرایط اجتماعی و اقتصادی و همچنین سیاست‌های بهداشتی متفاوت باشد. مراقبت‌های بهداشتی به‌طور گسترده از چارچوب‌های شبکه‌های حسگر برای جمع‌آوری و تجزیه‌وتحلیل داده‌ها و انجام اقدامات لازم بر اساس نیازهای برنامه استفاده می‌کنند. تعمیم چارچوب شبکه حسگر درحالی‌که الزامات خاص برنامه را نادیده می¬گیرد، منجر به طراحی یک پروتکل مسیریابی ناکارآمد می¬شود. با توجه به ماهیت بی¬سیم شبکه¬های اینترنت اشیا، انتقال امن داده¬ها درزمینة مراقبت¬های بهداشتی بسیار مهم است. داده‌های جمع‌آوری‌شده از حسگرهای تعبیه¬‌شده در دستگاه‌های بهداشتی ممکن است به دلایل مختلف در طول مسیر انتقال از بین بروند؛ بنابراین ایجاد یک مسیر ارتباطی امن در شبکه‌های اینترنت اشیاء درزمینة بهداشت و درمان از اهمیت بالایی برخوردار است. در این تحقیق به‌منظور ارائه یک پروتکل انتقال داده قابل‌اعتماد درزمینة مراقبت¬های بهداشتی، یک مسیریابی قابل‌اعتماد با استفاده از روش الگوریتم ژنتیک چندهدفه (MOGA) ارائه‌شده است. MOGA از ترکیبی از الگوریتم چند هدفه برای یافتن مسیرهای بهینه بین گره‌ها در شبکه اینترنت اشیاء و ایستگاه‌های پرستاری استفاده می‌کند و عوامل قابل‌اعتماد را براساس وزن هر مسیر در شبکه برای یافتن مسیرهای پشتیبانی انتخاب می‌کند. معیارهای مربوط به تابع ارزیابی در این روش شامل فاصله بین اشیاء، فاصله از گره تا مقصد، کیفیت پیوند و درجه قابلیت اطمینان است. مسیرهای پشتیبان برای انتقال داده‌ها در صورت خرابی و عدم دریافت داده‌های اصلی از مسیر بهینه معرفی شده‌اند. کارایی الگوریتم‌های بهینه‌سازی ژنتیک چندهدفه در بسیاری از زمینه‌ها ثابت شده است.

Text of Note

The expansion of technology and the emergence of the Internet have led to the realization of great changes in the world. Due to the increasing acceptance of the Internet by people, active businesses in the field of technology are looking for the use of the Internet in different parts of people's lives. The penetration of the Internet of Things in the field of healthcare is increasing day by day. In recent years, remote monitoring of patients and reporting of clinical trials have received great attention. Access to health care in countries and societies is different due to social and economic conditions as well as various health policies. Healthcare is widely using sensor network frameworks to collect and analyze data and implement necessary actions based on application needs. Generalizing the sensor network framework without considering the specific requirements of the application leads to the design of an inefficient routing protocol. Due to the wireless nature of Internet of Things networks, secure data transmission is very important in the field of health care. Data collected from sensors embedded in health devices may be missed during the transmission path for various reasons. Therefore, creating a secure communication path in Internet of Things networks is very vital in healthcare. In order to develop a reliable data transmission protocol in the field of health care, a reliable routing based on multi-objective genetic algorithm (MOGA) is proposed in this study. MOGA uses a combination of multi-objective algorithm to find optimal routes between nodes in the IoT network and nursing stations, and selects trust factors based on the weight of each route in the network to find support routes. The criteria related to the evaluation function in this method include distance between objects, distance from node to destination, link quality and degree of reliability. Backup routes are introduced to transfer data in case of failure and failure to receive original data from the optimal route. The effectiveness of multi-objective genetic optimization algorithms has been proven in many fields.

Variant Title

Health care routing using genetic algorithms

Entry Element

‏محمدحسن حسين،

Part of Name Other than Entry Element

‏‏زهراء

Relator Code

تهیه کننده

Entry Element

‏فرزین وش،

Entry Element

‏اقدسی علمداری،

Part of Name Other than Entry Element

‏‏لیلی

Part of Name Other than Entry Element

‏سید هادی

Dates

استاد راهنما

Dates

استاد مشاور

Entry Element

‏ تبریز