IETF 6TiSCH ağlar için q-öğrenme algoritmasından esinlenilmiş amaç fonksiyonu optimizasyonu

Nesnelerin İnterneti (IoT) ve Kablosuz Duyarga Ağları (KDA) gibi teknolojiler günümüzde popüler bilimsel araştırma alanları olarak ön sıralarda bulunmakta ve gelecek vadeden teknolojiler arasında yer alacakları düşünülmektedir. KDA'lar çevresel izleme, ev otomasyonları, tarımsal üretim süreçlerinin kontrolü, sağlık takip sistemleri, askeri gözlem, endüstriyel otomasyon sistemleri, akıllı şebekeler ve akıllı şehirler gibi çok çeşitli uygulama alanlarında etkin olarak kullanılmaktadır. Ancak KDA uygulamalarında karşılaşılan düşük gecikme süresi, düşük enerji tüketimi, gerçek zamanlı çalışma, yüksek performans, minimum paket kaybı, güvenilir yönlendirme gibi problemlere verimli çözümler geliştirilmesi gerekmektedir. KDA'ların internete bağlanabilirliğini sağlamak amacıyla IETF (İnternet Mühendisliği Görev Gücü) tarafından geliştirilen protokol yığınları kullanılmaktadır. IETF 6TiSCH protokol yığını endüstriyel uygulamalarda kullanılabilecek verimli, güvenli ve ölçeklenebilir nitelikleriyle düşük güçlü kablosuz duyarga ağlarını desteklemek amacıyla IPv6 internet protokolünün bir uzantısı olarak tanımlanmıştır. 6TiSCH protokolü zaman paylaşımlı/kanal atlamalı ve dinamik kaynak gereksinimi olan bir mekanizmaya sahiptir. Ancak kablosuz düğümlerin sık sık yönlendirme rotası değiştirmesi kaynakların tekrar düzenlenmesi gerektirmektedir. Bu durum ek hesaplama yükünden dolayı fazla enerji tüketimine ve yüksek haberleşme maliyetine sebep olmaktadır. 6TiSCH ağların yönlendirme katmanında Düşük Güçlü ve Kayıplı Ağlar için IPv6 Yönlendirme Protokolü (RPL) kulllanılır. RPL, paket yönlendirme kararlarını amaç fonksiyonlarına göre belirler. Bu çalışmada Q-Öğrenme algoritmasından esinlenilerek geliştirilen RPL amaç fonksiyonu optimizasyonuyla ağı oluşturan düğümlerin sık rota değiştirmesi sorununa yeni bir çözüm sunulmuştur. Ayrıca geliştirilen yöntemle, yönlendirme süreçlerinde karşılaşılan uçtan uca paket iletim süresinin yüksekliği, tampon bellekteki paket kayıplarının fazlalığı gibi gerçek zamanlı uygulama sorunları da iyileştirilmektedir. Önerilen algoritma ile güç, bellek ve hesaplama kapasitesi sınırlı KDA'larda önceki durumlar ve kritik öneme sahip metrikler kullanılarak daha kararlı bir ağ yapısı elde edilmekte, ağın başarımı ve güvenilirliği artırılmaktadır.