J 2025

H-TERF: A hybrid approach combining fuzzy multi-criteria decision-making techniques and enhanced random forest to improve WBAN-IoT

KHOSHVAGHT, Parisa; Jawad TANVEER; Amir Masoud RAHMANI; Mohammad MOHAMMADI; Amin MEHRANZADEH et al.

Základní údaje

Originální název

H-TERF: A hybrid approach combining fuzzy multi-criteria decision-making techniques and enhanced random forest to improve WBAN-IoT

Název česky

H-TERF: Hybridní přístup kombinující techniky fuzzy vícekriteriálního rozhodování a rozšířený náhodný les pro zlepšení WBAN-IoT

Autoři

KHOSHVAGHT, Parisa; Jawad TANVEER; Amir Masoud RAHMANI; Mohammad MOHAMMADI; Amin MEHRANZADEH; Jan LÁNSKÝ a Mehdi HOSSEINZADEH

Vydání

Internet of Things, Amsterdam, Elsevier, 2025, 2542-6605

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Nizozemské království

Utajení

není předmětem státního či obchodního tajemství

Impakt faktor

Impact factor: 7.600 v roce 2024

Označené pro přenos do RIV

Ano

Kód RIV

RIV/04274644:_____/25:#0001216

Organizační jednotka

Vysoká škola finanční a správní

EID Scopus

Klíčová slova česky

Internet věcí; DBSCAN shlukování; Fuzzy TOPSIS; Fuzzy AHP; Vylepšený náhodný les

Klíčová slova anglicky

Internet of Things; DBSCAN clustering; Fuzzy TOPSIS; Fuzzy AHP; Enhanced random forest

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 26. 1. 2026 13:02, Mgr. Jitka Štruncová

Anotace

V originále

The Internet of Things (IoT) technology today has grown rapidly compared to the last few years, and the use of this technology has increased the quality of service to users day by day. The various applications of IoT have caused the attention of this innovation to enhance among different organizations. One of the important challenges of the IoT is routing, which can affect having a stable network. In this research, a hybrid approach called H-TERF (Hybrid TOPSIS and Enhanced Random Forest) is proposed for achieving efficient routing in IoT networks, specifically in Wireless Body Area Networks (WBAN). This method initially cluster nodes by using the DBSCAN clustering algorithm to optimize intra-cluster communication. Then, for routing, the nodes are ranked using the Fuzzy TOPSIS and Fuzzy AHP. This ranking is determined by several criteria, including the remaining energy of nodes, node memory, and throughput. Additionally, to manage more complex criteria such as node historical records and traffic rate, the initial ranking by the TOPSIS approach, along with the other mentioned criteria, is fed into an enhanced random forest model to identify the optimal path. This hybrid method enhances network performance in terms of lifespan, efficiency, delay, and packet delivery ratio. The outcomes of the simulation show that the suggested method surpasses existing approaches and is highly effective for application in IoT and WBAN networks. For example, the performance improvement of the proposed approach over the F-EVM, DECR, and DHH-EFO approaches in energy consumption was 20.62%, 25.85%, and 32.57%, respectively.

Česky

Technologie internetu věcí (IoT) dnes zaznamenala ve srovnání s posledními několika lety rapidní rozvoj, a používání této technologie den ode dne zvyšuje kvalitu služeb pro uživatele. Různé Aplikace IoT vedly k nárůstu pozornosti této inovace mezi různými organizacemi. Jednou z důležitých výzev IoT je směrování, které může ovlivnit stabilní síť V tomto výzkumu byl použit hybridní přístup nazvaný H-TERF (Hybrid TOPSIS a Enhanced Random Forest) je navržen pro dosažení efektivního směrování v sítích IoT, konkrétně v Bezdrátové sítě v oblasti těla (WBAN). Tato metoda zpočátku seskupuje uzly pomocí DBSCAN. algoritmus shlukování pro optimalizaci komunikace v rámci shluku. Pak jsou pro směrování uzly seřazené pomocí Fuzzy TOPSIS a Fuzzy AHP. Toto pořadí je určeno několika kritérii, včetně zbývající energie uzlů, paměti uzlů a propustnosti. spravovat složitější kritéria, jako jsou historické záznamy uzlů a míra provozu, počáteční pořadí podle Přístup TOPSIS je spolu s dalšími zmíněnými kritérii zadán do vylepšeného náhodného lesa. model pro identifikaci optimální cesty. Tato hybridní metoda zlepšuje výkon sítě z hlediska životnosti, efektivity, zpoždění a poměru doručení paketů. Výsledky simulace ukazují, že Navrhovaná metoda překonává stávající přístupy a je vysoce efektivní pro aplikace v IoT a sítě WBAN. Například zlepšení výkonu navrhovaného přístupu oproti Podíl spotřeby energie u přístupů F-EVM, DECR a DHH-EFO byl 20,62 %, 25,85 % a 32,57 %.

Přiložené soubory

25b.IoT.H-TERF_A_hybrid_approach_combining_fuzzy_multi-criteria_decision-making_techniques_and_enhanced_random_forest_to_improve_WBAN-IoT.pdf
Požádat o autorskou verzi souboru