Skip to main content
Erweiterte Suche
Anmelden
nach oben
Peer-to-Peer Networking and Applications
Erschienen in:

01.04.2025

Unified modeling and evaluation of availability and power consumption in the internet of things

verfasst von: Amir Soleimani Borujerdi, Arman Sanahmadi, Mohammad Abdollahi Azgomi

Erschienen in: Peer-to-Peer Networking and Applications | Ausgabe 2/2025

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Die rasche Einführung des Internets der Dinge (IoT) hat zu erheblichen Herausforderungen bei der Gewährleistung eines zuverlässigen Betriebs und der Steuerung des Energieverbrauchs geführt. Dieser Artikel stellt einen einheitlichen Modellierungs- und Bewertungsansatz für IoT-Systeme vor, der sich auf Verfügbarkeit und Stromverbrauch konzentriert. Durch die Nutzung von Petrinetzen und stochastischen Aktivitätsnetzen (SAN) simuliert das vorgeschlagene Modell große Netzwerke und analysiert einzelne oder miteinander verbundene Komponenten. Zwei Anwendungsfälle, eine Smart-Home-Umgebung und ein Netzwerk vernetzter IoT-Sensorknoten, werden präsentiert, um das Modell zu validieren. Die Forschung unterstreicht die direkte Korrelation zwischen Batterieenergiestand und Systemleistung und zeigt die Auswirkungen des Energiemanagements auf die Datenübertragung und die Gesamteffizienz des Systems auf. Die Flexibilität des Modells ermöglicht Anpassungen über verschiedene Szenarien hinweg und macht es zu einem wertvollen Werkzeug zur Optimierung von Design und Betrieb von IoT-Netzwerken.
KI-Generiert

Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

Vorheriger Artikel A secure digital evidence preservation system for an iot-enabled smart environment using ipfs, blockchain, and smart contracts
Nächster Artikel Enhancing security in electronic health records using an adaptive feature-centric polynomial data security model with blockchain integration

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Stoyanova M, Nikoloudakis Y, Panagiotakis S, Pallis E, Markakis EK (2020) A Survey on the internet of things (IoT) forensics: challenges, approaches, and open issues. IEEE Commun Surv Tutor 22(2):1191–1221CrossRef
2.
Ateeq M, Ishmanov F, Afzal MK, Naeem M (2019) Multi-parametric analysis of reliability and energy consumption in IoT: a deep learning approach. Sensors 19(2):309
3.
Al-Anbagi I, Erol-Kantarci M, Mouftah HT (2016) A survey on cross-layer quality-of-service approaches in WSNs for delay and reliability-aware applications. IEEE Commun Surv Tutor 18(1):525–552CrossRef
4.
Brogi A, Forti S (2017) QoS-aware deployment of IoT applications through the fog. IEEE Internet Things J 4(5):1185–1192CrossRef
5.
6.
7.
8.
9.
Jayakumar H, Lee K, Lee WS, Raha A, Kim Y, Raghunathan V (2014) Powering the internet of things. In: proceedings of the international symposium on Low power electronics and design, in ISLPED ’14. New York, NY, USA: Association for Computing Machinery, pp 375–380
10.
Kakkar R, Kumari A, Agrawal S, Tanwar S (2023) GTS-CS: A game theoretic strategy for distributed EV charging station using multiple photovoltaic. In: 2023 IEEE International Conference on Power Electronics, Smart Grid, and Renewable Energy (PESGRE), pp 1–6
11.
12.
Fojtik M et al (2013) A millimeter-scale energy-autonomous sensor system with stacked battery and solar cells. IEEE J Solid-State Circuits 48(3):801–813CrossRef
13.
Chen G, Hanson S, Blaauw D, Sylvester D (2010) Circuit Design Advances for Wireless Sensing Applications. Proc IEEE 98(11):1808–1827CrossRef
14.
Raghunathan V, Chou PH (2006) Design and power management of energy harvesting embedded systems. In: ISLPED’06 Proceedings of the 2006 International Symposium on Low Power Electronics and Design, pp 369–374
15.
Jiang CY, Sun X, Tan K, Lo P, Kyaw A, Kwong D (2008) High-bendability flexible dye-sensitized solar cell with a nanoparticle-modified ZnO-nanowire electrode. Appl Phys Lett 92:143101CrossRef
16.
Gorlatova M, Sarik J, Grebla G, Cong M, Kymissis I, Zussman G (2015) Movers and shakers: kinetic energy harvesting for the internet of things. IEEE J Sel Areas Commun 33(8):1624–1639CrossRef
17.
Jabbar H, Song YS, Jeong TT (2010) RF energy harvesting system and circuits for charging of mobile devices. IEEE Trans. Consum. Electron 56(1):247–253
18.
Ramadass YK, Chandrakasan AP (2010) A batteryless thermoelectric energy-harvesting interface circuit with 35mV startup voltage. In: 2010 IEEE International Solid-State Circuits Conference - (ISSCC), pp 486–487
19.
David R, Alla H (2010) Discrete, continuous, and hybrid Petri nets. Springer, BerlinCrossRef
20.
Movaghar A (1985) Performability Modeling with Stochastic Activity Networks, PhD Thesis, University of Michigan, USA
21.
22.
Bouazza KE, Deabes W (2019) Smart petri nets temperature control framework for reducing building energy consumption. Sensors 19(11):2441
23.
Batool K, Niazi MA (2017) Modeling the internet of things: a hybrid modeling approach using complex networks and agent-based models. Complex Adapt Syst. Model 5(1):4CrossRef
24.
Phartchayanusit V, Rongviriyapanish S. (2018) Safety property analysis of service-oriented iot based on interval timed coloured petri nets. In: (2018) 15th International Joint Conference on Computer Science and Software Engineering (JCSSE).pp. 1–6
25.
Zhang F, Xu Y, Chou J (2016) A novel Petri nets-based modeling method for the interaction between the sensor and the geographic environment in emerging sensor networks. Sensors 16:10
26.
Araujo E, Dantas J, Matos R, Pereira P, Maciel P (2019) Dependability evaluation of an IoT system: a hierarchical modelling approach. In: IEEE International Conference on Systems, Man and Cybernetics (SMC), pp 2121–2126
27.
Andrade E, Nogueira B (2020) Dependability evaluation of a disaster recovery solution for IoT infrastructures. J Supercomput 76(3): 1828–1849.
28.
Yang R, Li B, Cheng C (2014) A Petri net-based approach to service composition and monitoring in the IOT. In: 2014 Asia-Pacific Services Computing Conference. pp 16–22
29.
Silva I, Leandro R, Macedo D, Guedes LA (2013) A dependability evaluation tool for the internet of things. Comput Electr Eng 39(7):2005–2018CrossRef
30.
Strielkina A, Kharchenko V, Uzun D (2018) Availability models for healthcare IoT systems: Classification and research considering attacks on vulnerabilities. In: 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies (DESSERT), pp 58–62
31.
Kolisnyk M, Kharchenko V, Iryna P, Bardis N (2017) A Markov Model of IoT System availability considering DDos attacks and energy modes of server and Router, In: ICTERI2017, Kiev, vol 14. Ukraine
32.
Sanahmadi A, Azgomi MA, Goudarzi S (2023) An SRN-based model for quantitative evaluation of IoT quality attributes. Internet Things 23:100894
33.
Kumari A, Tanwar S (2023) A vehicle-to-vehicle wireless energy sharing scheme using blockchain. In: IEEE International Conference on Communications Workshops (ICC Workshops), pp 1582–1587
34.
Nourredine O, Abderrezak D, Karima A, Mira H (2022) A fluid approach to model and assess the energy level of autonomous devices in IoT with solar energy harvesting capability. In 2022 5th International Symposium on Informatics and its Applications (ISIA).1–6
35.
Nourredine O, Menouar B (2021) A new stochastic petri nets modeling for dual cluster heads configuration in energy-harvesting WSNs. In: 2020 2nd International Workshop on Human-Centric Smart Environments for Health and Well-being (IHSH), Boumerdes, Algeria, pp 142–147
36.
Nourredine O, Menouar B, Campo E, van den Bossche A (2023) A new generalized stochastic Petri net modeling for energy-harvesting-wireless sensor network assessment. Int J Commun Syst 36(11):e5505CrossRef
37.
Oukas N, Boulif M, Hadiouche H, Bengharabi C (2022) A new Petri nets for wsns to model the behaviour of solar-energy harvesting sensors with double sleeping strategy. In: 2022 2nd International Conference on Computing and Information Technology (ICCIT), pp 237–242
38.
Balamurugan S, Ayyasamy A, Joseph KS (2021) Enhanced Petri nets for traceability of food management using internet of things. Peer-Peer Netw Appl 14(1):30–43CrossRef
39.
Macedo D, Guedes LA, Silva I (2014) A dependability evaluation for Internet of Things incorporating redundancy aspects. In: Proceedings of the 11th IEEE International Conference on Networking, Sensing and Control, ICNSC 2014, pp 417–422
40.
Di Martino C, Cinque M, Cotroneo D (2012) Automated generation of performance and dependability models for the assessment of wireless sensor networks. IEEE Trans Comput 61(6):870–884MathSciNetCrossRef
41.
Bruneo D, Puliafito A, Scarpa M (2010) Dependability analysis of wireless sensor networks with active-sleep cycles and redundant nodes. In: Proceedings of the First Workshop on DYnamic Aspects in DEpendability Models for Fault-Tolerant Systems, in DYADEM-FTS ’10. New York, NY, USA: Association for Computing Machinery, pp 25–30
42.
43.
Sanders WH, Obal WD, Qureshi MA, Widjanarko FK (1995) The UltraSAN modeling environment. Perform Eval 24(1):89–115CrossRef
44.
Daly D, Deavours DD, Doyle JM, Webster PG, Sanders WH (2000) Möbius: an extensible tool for performance and dependability modeling. In: Haverkort BR, Bohnenkamp HC, Smith CU (eds) Computer performance evaluation. Modelling Techniques and Tools. TOOLS 2000. Lecture Notes in Computer Science, vol 1786. Springer, Berlin, Heidelberg
45.
Sanders WH (1999) Integrated frameworks for multi-level and multi-formalism modeling. In: Proceedings 8th International Workshop on Petri Nets and Performance Models (Cat. No.PR00331), pp 2–9
Metadaten
Titel
Unified modeling and evaluation of availability and power consumption in the internet of things
verfasst von
Amir Soleimani Borujerdi
Arman Sanahmadi
Mohammad Abdollahi Azgomi
Publikationsdatum
01.04.2025
Verlag
Springer US
Erschienen in
Peer-to-Peer Networking and Applications / Ausgabe 2/2025
Print ISSN: 1936-6442
Elektronische ISSN: 1936-6450
DOI
https://doi.org/10.1007/s12083-024-01865-x

Weitere Artikel der Ausgabe 2/2025

A hybrid optimization and machine learning based energy-efficient clustering algorithm with self-diagnosis data fault detection and prediction for WSN-IoT application

Distributed denial of service attack detection and mitigation strategy in 5G-enabled internet of things networks with adaptive cascaded gated recurrent unit

Boosted sooty tern and piranhav foraging meta-heuristic optimized cluster head selection-based routing algorithm for extending network lifetime in WSNs

Novel joint data collection and wireless charging algorithm for rechargeable wireless sensor networks

A secure digital evidence preservation system for an iot-enabled smart environment using ipfs, blockchain, and smart contracts

Classification of intrusion using Multi-Stream Generative Adversarial Networks in Wireless Sensor Networks

Premium Partner

    Bildnachweise