بررسی امنیت داده ها در سیستم های هوشمند آبیاری کشاورزی

این مقاله بر امنیت داده ها در سیستم های هوشمند آبیاری کشاورزی تمرکز دارد. در این مطالعه، روشی برای متعادل کردن توزیع بار در لبه شبکه و دستیابی به تعادل بین تاخیر و مصرف انرژی در لبه پیشنهاد شده است. روش پیشنهادی از یک سیستم طبقه بندی مبتنی بر یادگیری تقویتی به نام xcs برای بهینه سازی تعادل بار استفاده می کند. نوآوری دیگر این تحقیق، معرفی یک سیستم دسته بندی جدید به نام bcm-xcs است. این سیستم از افزایش اعمال تصادفی جلوگیری می کند و در نتیجه دقت عملکرد سیستم را بهبود می بخشد. نتایج شبیه سازی نشان می دهد که روش پیشنهادی به طور قابل توجهی تاخیر بارهای کاری را کاهش و عمر باتری را به حداکثر می رساند. عمر باتری روش مبتنی بر یادگیری تقویتی با بافر حافظه به حداکثر ظرفیت خود می رسد، در حالی که روش قبلی بدون ملاحظات عمر باتری نمی تواند از 60 درصد ظرفیت تجاوز کند. علاوه بر این، میانگین تاخیر بارهای کاری پس از 1000 تکرار به سه ثانیه همگرا می شود. لذا، این مدل برای استفاده در شبکه هایی با دسترسی محدود به برق مناسب است .