ارائه ی شیوه ای نوین برای حل مسأله ناحیه بحرانی در شبکه های حسگر

در یک شبکه حسگر که یک سیستم توزیع شده فراگیر است، یکی از موارد مورد بحث همگام سازی ارتباطات است. یکی از عمده وظایف همگام سازی فرآیندها، انحصار متقابل است. الگوریتم های جدید ارائه شده در مقایسه با الگوریتم های قدیمی با عدالت بیشتری عمل می نمایند. در این مقاله یک مدل با استفاده از شبکه های عصبی رقابتی برای انحصار متقابل توزیع شده ارائه می دهیم. نشان داده می شود که برچسب های زمانی، زمان اجرا و دیگر پارامترهای موثر بوسیله شبکه های عصبی رقابتی پیش بینی شده و مدل می تواند بصورت تحلیلی مشکلاتی که در ناحیه بحرانی اتفاق می افتد را حل نماید. مدل می تواند با استفاده از روش های همینگ و هاپلفیلد به جهت پیش بینی اثرات آن شبیه سازی شده و نمودارهای سرعت و دقت آن مورد تجزیه و تحلیل قرار گیرد. مدل شرح داده شده می تواند اطلاعات سیستم را کاهش دهد و با سیستم های یادگیری اولویت سازگار باشد. بنابراین، این امکان وجود دارد که با استفاده از شبکه های عصبی رقابتی بعنوان یک الگوی سیستم توزیع شده موارد قابلیت اطمینان، تحمل پذیری خطا و دسترسی به انحصار متقابل و مدیریت ناحیه بحرانی را بهینه نماییم. بنابراین روش جدید ارائه شده تحمل پذیری خطا را افزایش داده و الگوریتم های متمرکز و توزیع شده می توانند از آن استفاده نمایند و بر این اساس قابلیت اطمینان بیشتر می شود.