#1450. Поддержка и анализ больших данных для повышения производительности Vehicular Social Networks (VANET)

Improving Vehicular Social Networks (VANETs) performance through the use of big data analytics

Ноябрь 2021выход журнала
Набор в журнал до 30-01-2021
4 автора в этой статье5250 $

Название журнала доступно только клиентам, которые оплатили
USA
Scopus Q2 , Percentile = 50+
Web of Science Q3 , IF = 1.5-2
Science Citation Index Expanded
Clarivate Analytics (Thomson Reuters)
Специализация журнала:
Electrical and Electronic Engineering
Места в статье на продажу:
место 1место 2место 3место 4
ПроданСвободноПроданПродан
180400р.98400р.82000р.69700р.
1450.1Contract1450.2 1450.31450.4
1 место - продано (договор 3760)
2 место - свободно (продается)
3 место - продано (договор 3531)
4 место - продано (договор 3532)

Дополнительно по статье: Special issue
Спецвыпуск
Дополнительно по журналу: Special issue
Спецвыпуск
DOI- есть
Аннотация:
С помощью сети VANET можно обмениваться информацией между транспортными средствами, другими устройствами и сетями общего доступа для обеспечения безопасности дорожного движения. С увеличение количества транспортных средств, внедрения новых мобильных приложений и устройств приводит к большому объему данных, которые проходят через автомобильную сеть. Это приводит к снижению скорости передачи и выявления надежности данных. Кроме того, с целью повышения производительности сети можно использовать проверенные данные. В этой статье предложен новый подход для быстрой и надежной передачи данных и использование методик машинного обучения для быстрого анализа данных с целью повышения производительности автомобильной социальной сети. Предложенный подход заключается в объединении 5G и альтернативных каналов передачи данных, используемых в ближайших устройствах, позволяющие увеличить скорость и надежность передачи больших данный. Анализ и классификация больших данных для сети осуществляется с помощью создания интеллектуальных протоколов и методов поддерживающих векторных машин. Результаты тестирования смоделированных систем показали, что предложенный подход является эффективным и может быть использован в городских сетях VANET.

VANET enables the exchange of informaton among vehicles, devices, and public networks for road safety. As the number of vehicles on the road continues to grow, and the span of mobile apps and devices keeps expanding, the amount of data that travels through the vehicle network gets larger. This leads to a decrease in the transmission speed and data reliability. The performance of the network can be improved with the use of validated data. This article proposes a new approach for fast and reliable data transfer and employs machine learning techniques to promptly analyze information. The objective of the proposed approach is to combine 5G and alternative data transmission channels used in nearby devices to improve big data transmission speed and reliability. Big data analytics is carried out through the use of intelligent protocols, and classification of big data is performed using the support vector method. The results of simulation showed that the proposed approach was effective and could be used in metropolitan VANETs.

Contacts : WhatsApp, Viber, E-mail, Phone
0