Optimal Wireless Sensor Network Ant-Lifetime Routing Algorithm Using Multi-Phase Pheromone
Notice bibliographique
Résumé
The research introduces a Pheromone-based Ant Trusted Routing Algorithm (PATRA), aimed at improving routing efficiency and security in Wireless Sensor Networks (WSN).The approach will combine Ant-Colony Optimization (ACO) with reputation-based mechanisms to ensure trusted data delivery through the selection of more trustworthy and energy-efficient nodes.Packet Delivery Ratio (PDR), Energy Consumption, Packet Loss Rate, and the number of received packets are considered for the performance metrics that are observed through extensive simulations with a range of environments, including the possibility of malicious nodes.The results indicate that PATRA consistently outperforms conventional approaches like Quality of Service -Particle Swarm Optimization (QOS-PSO), Ant Colony Optimization Routing Control (ACORC), and Trust-Aware Node Activity Routing Protocol (TANARP) by maintaining a high PDR, reduced energy consumption, and lower packet loss rates with a maximization of received packets.These further demonstrate that PATRA possesses robustness regarding the impact of malicious nodes and network lifetime.The simulation experiments also confirm that the proposed approach outperforms the previous approaches by a large margin in security, efficiency, and reliability, and is thus a promising approach to be employed for secure and energy-efficient WSNs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».