Αξιοποίηση της τοπολογικής ανάλυσης δεδομένων (ΤΑΔ) για τη βελτίωση της απόδοσης δικτύων ΙοΤ και τη βελτιστοποίηση ροών δεδομένων
Loading...
Date
2026-02-21
Authors
Γιαννόπουλος, Παναγιώτης
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία μελετά πώς η Τοπολογική Ανάλυση Δεδομένων μπορεί να αξιοποιηθεί για τη βελτίωση της απόδοσης δικτύων IoT και τη βελτιστοποίηση των ροών δεδομένων τους συνδυάζοντας θεωρητική ανάλυση, μελέτη βιβλιογραφίας και πρακτικές εφαρμογές. Αρχικά παρουσιάζεται το πλαίσιο της Βιομηχανίας 4.0, ο ρόλος των συστημάτων IoT και οι προκλήσεις προγνωστικής συντήρησης και αυτοματισμού, με έμφαση στις δυσκολίες διαχείρισης μεγάλου όγκου δεδομένων αισθητήρων, στην ανίχνευση ανωμαλιών και στην ανάγκη για ευέλικτα, ανθεκτικά δίκτυα. Στη συνέχεια εισάγονται τα βασικά εργαλεία της ΤΑΔ όπως μετρικοί χώροι, απλοειδή συμπλέγματα τύπου Vietoris–Rips, επίμονη ομολογία και αριθμοί Betti, καθώς και η στατιστική ΤΑΔ, η οποία επιτρέπει τη διάκριση ουσιαστικών τοπολογικών χαρακτηριστικών από θόρυβο. Πάνω σε αυτή τη βάση αναλύεται πώς η ΤΑΔ εφαρμόζεται σε δίκτυα IoT για χαρτογράφηση της τοπολογίας, ανίχνευση περιοχών υπερφόρτωσης, βρόχων και αδύναμων σημείων, καθώς και για βελτιστοποίηση ροών δεδομένων. Κεντρικό μέρος της εργασίας αποτελεί η παρουσίαση μιας μεθόδου παθητικού δακτυλικού αποτυπώματος συσκευών IoT με κρυπτογραφημένη κίνηση όπου η πληροφορία του χρόνου άφιξης πακέτων οργανώνεται σε παράθυρα, πάνω στα οποία κατασκευάζεται μια κλίκα, υπολογίζεται η 1-διάστατη επίμονη ομολογία και τα διαγράμματα επιμονής μετατρέπονται σε εικόνες επιμονής που τροφοδοτούν ένα συνελικτικό νευρωνικό δίκτυο για ανίχνευση ανωμαλιών. Τα πειραματικά αποτελέσματα σε πραγματικά δεδομένα IoT δείχνουν ότι η προσέγγιση αυτή μπορεί να συλλάβει αποτελεσματικά τη χρονική δομή της κίνησης και να διακρίνει συσκευές και μοτίβα συμπεριφοράς. Παρουσιάζονται μελλοντικές κατευθύνσεις, όπως ο συνδυασμός ΤΑΔ με μηχανική μάθηση και γραφικά νευρωνικά δίκτυα, η ενσωμάτωση σε 5G/6G και edge περιβάλλοντα κ.λπ. Τέλος συγκρίνονται οι μέθοδοι ΤΑΔ με παραδοσιακές τεχνικές ανάλυσης σε σενάρια κυβερνοασφάλειας, ανίχνευσης ανωμαλιών και ανάλυσης big data αναδεικνύοντας ότι η ΤΑΔ προσφέρει καλύτερη διαχείριση μη γραμμικών μοτίβων, μεγαλύτερη ανθεκτικότητα στο θόρυβο και πιο πλούσια χαρακτηριστικά για τη δομή των δικτύων IoT καθιστώντας την ένα υποσχόμενο εργαλείο για τον σχεδιασμό των επόμενων έξυπνων δικτύων.
Description
Keywords
Τοπολογική ανάλυση δεδομένων, Επίμονη ομολογία, Σύμπλοκα Vietoris–Rips, Αριθμοί Betti, Δίκτυα IoT, Προσομοίωση κίνησης δικτύου, Παθητικό δακτυλικό αποτύπωμα συσκευών, Κρυπτογραφημένη κίνηση, Ανίχνευση ανωμαλιών, Συνελικτικά νευρωνικά δίκτυα