Suradnja uređaja na rubu mreže korištenjem neuronskih mreža temeljenih na grafovima

diplomski rad

• Naslov (engleski): Device collaboration at the network edge using graph-based neural network
• Autor: Viktor Poslončec
• Mentor: Gordan Ježić (mentor)
• Član povjerenstva: Gordan Ježić (predsjednik povjerenstva)
• Član povjerenstva: Mario Kušek (član povjerenstva)
• Član povjerenstva: Saša Dešić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-02-22, Hrvatska

Sažetak

U ovom diplomskom radu istražuje se primjena neuronskih mreža
temeljenih na grafovima (GNN) za unapređenje suradnje uređaja na
rubu mreže u IoT sustavima.

Opisuju se uobičajene arhitekture i
primjene postojećih mreža na rubu. Detaljno se obrađuju
tehnologije komunikacije takvih mreža te se obrazlaže
odabir arhitekture simulirane mreže. Izložen je uvid u
razvoj neuronskih mreža s posebnim naglaskom na
neuronske mreže temeljene na grafu.

Za potrebe istraživanja primjene GNN-a na
mrežama uređaja na rubu, implementiran je simulator mreža velikog broja
IoT uređaja (čvorova). Čvorovi u simulaciji su dio Peer-to-peer
mreže te komuniciraju koristeći Gossip protokol.
Simulator kroz web poslužitelj pruža uvid u trenutno
stanje simulacije koje se koristi za treniranje i verifikaciju GNN modela.
Svakom IoT uređaju je dodijeljena razina pouzdanosti
transmisije koju GNN koristi kao predmet zadatka klasifikacije.
GraphSAGE model pokazuje potencijal za optimizaciju suradnje uređaja na
rubu pružajući IoT uređajima precizne predikcije pouzdanosti transmisije.

Sažetak (engleski)

This thesis explores applications of a Graph Neural Network (GNN) for enhancing
cooperation among edge devices in IoT systems.

Common architectures and applications of current
edge networks are described, with a focus on communication technologies.
reasoning for the architecture choice of the simulated network is provided.
Furthermore, the thesis lays out an overview of neural network development, placing an
emphasis on Graph neural networks.

To investigate GNN application
on edge device networks, a large-scale IoT device network
simulator was implemented, using a Peer-to-peer network
and Gossip protocol for communication.
The edge network simulator provides a web server for easy access
to current simulated network state which is used by the GNN model. Each IoT device is assigned a transmission reliability level, which the GNN uses
for classification task.
The GraphSAGE model demonstrates potential in optimizing
edge device cooperation by providing IoT
devices with accurate transmission reliability predictions.

• Ključne riječi: Internet stvari; IoT Neuronske mreže temeljene na grafovima; GraphSAGE; Peer-to-peer; PyTorch; neuronske mreže; jezik go; python; simulacija mreža; računarstvo na rubu; protokol Gossip
• Ključne riječi (engleski): Internet of things; IoT; Graph neural networks; GraphSAGE; Peer-to-peer; PyTorch; Neural networks; golang; python; network simulation; Edge computing; Gossip protocol
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:507468
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 21:54:40