الكشف عن الأعطال المعتمد على XGBoost لشبكات الاستشعار اللاسلكية

تشخيص الأعطال هو مشكلة معقدة للغاية في مجال شبكات الاستشعار اللاسلكية (WSNs). في شبكات الاستشعار اللاسلكية (WSN)، يتم نشر وحدات الاستشعار بطريقة عشوائية ضمن بيئة تحديّة، مما يؤدي إلى زيادة كبيرة في خطر حدوث الأعطال في هذه الوحدات مقارنة بالشبكات التقليدية. تتناقص فعالية الشبكة عندما يرتفع عدد وحدات الاستشعار المعطلة داخل الشبكة. تعاني طريقة كشف الأعطال الحالية من معدل مرتفع من الإنذارات الكاذبة ودقة منخفضة في كشف الأعطال، مما يؤدي إلى تدهور مستمر في أداء الشبكة وجودة الخدمة. تقدم هذه الدراسة نهج تعلم آلي باستخدام تقنية XGBoost لتحديد الوحدات المشكلة في دائرة الاستشعار لشبكة ما. يتم تنفيذ التقنية المقترحة باستخدام Google Colab، ويتم تقييم أدائها بناءً على مقاييس مثل معدل الإنذارات الكاذبة، معدل الإيجابيات الكاذبة، والدقة. توضح نتائج المحاكاة بشكل واضح الفعالية الاستثنائية للطريقة المقترحة في تحديد أشكال مختلفة من الأعطال.