منصة الرسائل والاطاريح: اسلوب ضغط بيانات مخطط كهربائية الدماغ الفعال لتطبيقات انترنت لاشياء القائمة على الحوسبة الضبابية

الخلاصة

ظهرت إنترنت الأشياء الطبية (IoMT) ، والتي تضم العديد من التطبيقات المبتكرة التي ترتبط بأنظمة الرعاية الصحية من خلال شبكات الكمبيوتر عبر الإنترنت بسبب النمو السريع للمعدات الطبية وتكنولوجيا الاتصالات. حيث ستنشئ هذه التطبيقات بانتظام كميات هائلة من البيانات ، والتي ستنقلها بوابة الحافة إلى السحابة بصورة مستمرة ومنتظمه لمزيد من المعالجة.حيث سيتم فرض ضرائب كبيرة على شبكة إنترنت الأشياء إذا تم إرسال هذا الحجم الهائل من البيانات عبرها إلى السحابة. تؤثر كمية البيانات المرسلة والتأخيرات المطولة في المعالجة بشكل كبير على سرعة تفاعل تطبيقات إنترنت الأشياء. وبذلك سوف يتم تقليل أوقات استجابة هذه التطبيقات. ولتقليل كمية البيانات المنقولة وتحسين أوقات رد الفعل سوف تستفيد تطبيقات إنترنت الأشياء من مزايا الحوسبة الضبابية ، والتي تعمل كمستوى وسيط بين الاجهزة الذكية والإنترنت. تقترح الأطروحة الحالية ضغط بيانات EEG بدون فقدان لتطبيقات الحوسبة الضبابية لانترنت الاشياء حيث تم توفير ثلاث طرق للتشفير يمكن إجراؤها عند بوابة الضباب لتقليل نقل بيانات EEG الخاصة بالمريض إلى مركز البيانات السحابية وهذة الطرق هي : أولاً , تقنية ضغط بيانات EEG بدون فقدان (LEDaC) من أجل تقليل كمية بيانات IoMT ، تجمع (LEDaC) بين تقنيتين فعالتين لتجميع DBSCAN وتشفير Huffman بدلاً من تحميل البيانات للمعالجة والتحليل الإضافي الى مركز البيانات السحابي. ثانيا , تم اقتراح تقنية ضغط فعالة (ECoT) لضغط (EEG) دون خسارة. من أجل توصيل بيانات EEG الضرورية فقط إلى السحابة ،حيث تدمج تقنية((EcoT ثلاث طرق فعالة لتقليل البيانات في بوابة الضباب وهي: DBSCAN Clustering ، وتشفير Delta وتشفير .Huffman ثالثا ، تم اقتراح تقنية (NoLEDaC) لضغط بيانات EEG في الحوسبة الضبابية لشبكات إنترنت الأشياء الطبية. حيث تقلل هذة الطريقة من حجم بيانات EEG الخاصة بالمريض عن طريق ضغطها في عقدة الضباب قبل تحميلها إلى مركز البيانات السحابي. تجمع طريقة (NoLEDaC) المقترحة بين: DBSCAN Clustering متبوعة بـطريقة الضغط RLE وضغط Huffman عند بوابة الضباب. تم إكمال العديد من التجارب بنجاح باستخدام مجموعة بيانات (Bonn) أظهرت النتائج أن تقنيات الضغط غير المنقوص المقترحة تتفوق على التقنيات الأخرى من حيث نسبة الضغط ووقت الضغط ووقت فك الضغط وحجم البيانات المرسلة وقوة الضغط ومتوسط قوة الضغط. تقدم تقنية LEDaC المقترحة نسبة ضغط جيدة ، حيث تقوم بضغط بيانات EEG لكل فترة من 2.1 حتى 4.39 لسجلات مجموعة بيانات مختلفة ، بينما تقوم تقنية ECoT بضغط بيانات EEG من 65٪ إلى 85٪ لسجلات مختلفة. تم ضغط بيانات EEG بواسطة تقنية NoLEDaC والحصول على نسبة ضغط أعلى من ECoT و LEDaC بمعدل من 66٪ إلى 98.6٪ في جميع السجلات.