ON THE IMPACT OF SOURCE COVERAGE ON THE AGE OF INFORMATION IN CACHE-BASED IOT SYSTEMS WITH ENERGY HARVESTING SENSORS. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF (Master Thesis) Thesis Final Yasir g201907950.pdf - Submitted Version Restricted to Repository staff only until 2 March 2025. Download (7MB)

Arabic Abstract

في الوقت الحاضر، يتضمن الاتصال أكثر من مجرد نقل الرسائل. كما أنها وسيلة للتحكم والمعالجة والمشاركة في اتخاذ القرار. ولا يمكن تحقيق هذه الأهداف بفعالية دون توفير بيانات جديدة. ويتم قياس مدى حداثة هذه البيانات باستخدام مقياس أداء جديد يسمى "عمر المعلومات" (AoI). AoI هو مقياس أداء شامل يمكن استخدامه لتقييم الجودة الزمنية للبيانات منذ ولادتها. يمكن أن يؤدي تقادم البيانات بمرور الوقت إلى عواقب وخيمة على أداء التطبيقات كثيفة البيانات التي تعمل فوق أنظمة إنترنت الأشياء. ولذلك، فإن استخدام AoI في أنظمة إنترنت الأشياء، والتي تعد البنية التحتية الرئيسية للاستشعار في المدن الذكية، أمر ضروري. يعد تحقيق التوازن بين استهلاك الطاقة والتغطية ونضارة المعلومات مهمة معقدة تطرح مجموعة ثلاثية من التحديات في نشر وتشغيل أنظمة إنترنت الأشياء. الهدف من هذه الأطروحة هو معالجة هذه التحديات من خلال تطوير استراتيجيات إدارة أجهزة الاستشعار المثلى التي تضمن كفاءة الطاقة، والتغطية الموثوقة، ونضارة المعلومات العالية في شبكات الاستشعار. تم استخدام إطار عملية اتخاذ القرار ماركوف (MDP)، باستخدام تكرار القيمة لاستخلاص السياسات المثلى. تعرض تقييمات الأداء من خلال عمليات المحاكاة سلوك النظام في ظل سيناريوهات تشغيلية مختلفة، ويتم قياسها من خلال تغيير احتمالات التغطية. تظهر النتائج الأداء المتفوق للاستراتيجية المثلى المستمدة من MDP على الأساليب الجشعة والعشوائية. في ظروف التغطية المعتدلة، تحقق السياسة المثالية تكاليف أقل بكثير، مما يؤكد ميزتها في إدارة تبادل الطاقة والمعلومات في النظام بشكل فعال. وحتى في السيناريوهات ذات الموثوقية العالية، تحافظ السياسة المثالية على ميزة تنافسية، مما يدل على أن اتخاذ القرارات المتطورة يمكن أن يحافظ على الموارد مع ضمان الأداء العالي للنظام. تقدم هذه الأطروحة أدلة تجريبية توضح فعالية صياغة سياستنا الجديدة لأنظمة إنترنت الأشياء، مما يبشر بالتقدم في كل من النظرية والتطبيق. تشير النتائج المقارنة بوضوح إلى أن السياسات المتولدة من خلال نموذج MDP الخاص بنا تتفوق بشكل كبير على الاستراتيجيات العشوائية والجشعة.

English Abstract

Nowadays, communication involves more than just transferring messages. It is also a means of controlling, processing, and participating in decision-making. These goals cannot be effectively achieved without the provisioning of fresh data. The freshness of such data is measured using a new performance metric called Age of Information (AoI). AoI is an end-to-end performance metric that can be used for assessing the temporal quality of data since its birth. Data aging over time can cause drastic consequences in the performance of data-intensive applications that run on top of IoT systems. Therefore, the use of AoI in IoT systems, which are the main infrastructure for sensing in smart cities, is essential. Balancing energy consumption, coverage, and information freshness is a complex task that poses a triad of challenges in the deployment and operation of IoT systems. The objective of this thesis is to address these challenges by developing optimal sensor management strategies that ensure energy efficiency, reliable coverage, and high information freshness in sensor networks. A Markov Decision Process (MDP) framework is employed, utilizing Value Iteration to derive optimal policies. Performance evaluations through simulations showcase the system's behavior under different operational scenarios, quantified by varying the coverage probability. The outcomes exhibit the superior performance of the optimal strategy derived from the MDP over greedy and random approaches. In moderate coverage conditions the optimal policy achieves significantly lower costs, affirming its advantage in managing the system's energy and information exchange effectively. Even in high-reliability scenarios the optimal policy maintains a competitive edge, demonstrating that sophisticated decision-making can conserve resources while ensuring high system performance. This thesis presents empirical evidence demonstrating the effectiveness of our novel policy formulation for IoT systems, heralding advancements in both theory and application. The comparative results clearly indicate that the policies generated through our MDP model significantly outperform both random and greedy strategies.

Item Type:	Thesis (Masters)
Subjects:	Computer Engineering Research > Information Technology
Department:	College of Computing and Mathematics > Computer Engineering
Committee Advisor:	Osais, Yahya E.
Committee Members:	Sheltami, Tarek and Al-Awami, Louai Adnan
Depositing User:	YASIR MAGZOB (g201907950)
Date Deposited:	03 Mar 2024 07:05
Last Modified:	03 Mar 2024 07:05
URI:	http://eprints.kfupm.edu.sa/id/eprint/142819