Мультиагентна система позиціонування рухомих об’єктів як хостів бездротової мережі

МУЛЬТИАГЕНТНА СИСТЕМА ПОЗИЦІОНУВАННЯ РУХОМИХ ОБ’ЄКТІВ ЯК ХОСТІВ БЕЗДРОТОВОЇ МЕРЕЖІ

MULTIAGENT SYSTEM FOR POSITIONING OF MOBILE OBJECTS AS WIRELESS NETWORK HOSTS

Сторінки: 72-80. Номер: №5, 2020 (289)
Автори:
І.С. БУРЛАЧЕНКО, В.Ю. САВІНОВ, О.Р. ТОГОЄВ
Чорноморський національний університет імені Петра Могили, м. Миколаїв
I. BURLACHENKO, V. SAVINOV, O. TOHOIEV
Petro Mohyla Black Sea National University
DOI: https://www.doi.org/10.31891/2307-5732-2020-289-5-72-80
Рецензія/Peer review : 19.10.2020 р.
Надрукована/Printed : 27.11.2020 р.

Анотація мовою оригіналу

У статті розглянуто методи визначення позиціонування рухомих об’єктів у просторі. Показано, що локалізація об’єктів на основі Wi-Fi є одним з найпопулярніших рішень і вважається найбільш перспективним. Теоретично обґрунтовано та розглянуто практичну реалізацію WiFi-сніфферу для визначення розташування рухомих об’єктів, підключених до бездротової мережі. Розроблено алгоритм фіксації розташування об’єктів шляхом їх ідентифікації за допомогою нейронної мережі з використанням запропонованої мультиагентної моніторингової системи.
Ключові слова: Wi-Fi сніффер, позиціонування рухомого об’єкта, мультиагентна моніторингова система, модель довгострокової пам’яті.

Розширена анотація англійською мовою

The purpose of the work is to theoretically substantiate and practically implement the capabilities of WiFi-sniffing to determine the location of objects. Also, it was set a aim to develop an algorithm for fixing the location of moving objects connected to a wireless network by identifying them using a neural network. The expediency of using a comprehensive positioning technology based on IEEE 802.11 (Wi Fi) and a multi-agent approach was substantiated to solve the task of positioning and identification. The proposed multiagent approach takes into account the multifaceted nature of the radio channel when calculating the characteristics of the signal during communication of moving objects direct and through access points (AP). The authors proposed a model based on long short-term memory (LSTM), which was included as a directional acyclic graph (DAG) layer and used to identify the behavior of agents of a multi-agent monitoring system (MAMS). To solve the problem of categorization, it was proposed using the Keras model in agent logic based on subnet addresses and agent categories. The developed software allows to track moving objects (smartphones or other gadgets) that are in different segments of the network in relation to a router and host sniffer. These theoretical calculations are confirmed in practice to determine the location of moving objects having access to the Internet – via Wi-Fi or Ethernet – as mobile devices. According to the obtained data, the proposed model has showed 98.7% accuracy in classification. In addition, with this approach, it is possible to reduce the number of calculations in the model. It was also considered the alternative methods for determining the positioning of moving objects in systems with a high level of information security, which exclude the possibility of radio communication.
Keywords: Wi-Fi Sniffer, Positioning of Mobile Objects, Multiagent Monitoring System (MAMS), Long Short-Term Memory (LSTM)

References

1. Dardari D. Metody sputnikovogo i nazemnogo pozitsionirovaniya. Perspektivy razvitiya tekhnologii obrabotki signalov / D. Dardari, M. Luise, E. Falletti. – Moskva : Tekhnosfera, 2012. – 528 s. [In Russian].
2. Chenlian I. Analiz rezultativ doslidzhen realnoi propusknoi zdatnosti bezprovodovykh merezh standartu IEEE 802.11 / I. Chenlian, V. S. Lazebnyi // Problemy informatyzatsii ta upravlinnia. – 2019. – № 1 (61). – S. 30–39 [In Ukranian].
3. Santerre R. Single point positioning using GPS, GLONASS and BeiDou satellites / R. Santerre, L. Pan, C. Cai [et al.] // Positioning.  – 2014. – Vol. 5. – P. 107–114. – DOI: 10.4236/pos.2014.54013
4. Pasichnyk V. V. Mobilni informatsiini tekhnolohii navihatsii korystuvacha v prymishchenniakh zi skladnoiu prostorovoiu orhanizatsieiu / V. V. Pasichnyk, V. V. Savchuk, O. I. Yehorova // Visnyk Natsionalnoho universytetu “Lvivska politekhnika”. Radioelektronika ta telekomunikatsii. – 2016. – № 849. – S. 236–240 [In Ukrainian].
5. Burlachenko I. Devising a method for the active coordination of video cameras in optical navigation based on multi-agent approach / I. Burlachenko, I. Zhuravska, M. Musiyenko // Eastern-European Journal of Enterprise Technologies. – 2017. – Vol. 1, No. 9 (85). – P. 17–25. – DOI: 10.15587/1729-4061.2017.90863.
6. Pantiukhin A. R. System of determination of objects location inside of premises / A. R.Pantiukhin, A. S. Belyaev // International research journal. – 2017. – Vol. 10, No. 64. – P.  81–84. – DOI: 10.23670/IRJ.2017.64.012.
7. Bahl V. RADAR: An in-building RF-based user location and tracking system [Electronic resource] / V. Bahl // Proc. of the 22nd Annual International Conference on Mobile Computing and Networking (MobiCom 2016). – Access mode : https://www.youtube.com/watch?v=XI5-t5kKENk.
8. Dabove P. Positioning techniques with smartphone technology: performances and methodologies in outdoor and indoor scenarios [Electronic resource] / P. Dabove, V. Di Pietra, A. M. Lingua // Smartphones from an Applied Research Perspective.  – 2017. – DOI: 10.5772/intechopen.69679.
9. Krzysztofik W. J. Radio network planning and propagation models for urban and indoor wireless communication networks [Electronic resource] / W. J. Krzysztofik // Antennas and Wave Propagation. – 2018. – DOI: 10.5772/intechopen.75384.
10. Youssef M. The Horus WLAN location determination system [Electronic resource] / M. Youssef, A. Agrawala // Proc. of the 3rd Int. Conf. on Mobile Systems, Applications, and Services (MobiSys), Seattle, Washington, USA. – 2005, June. – P. 205–218. – DOI: 10.1145/1067170.1067193.
11. Yu X. A method of fingerprint indoor localization based on received signal strength difference by using compressive sensing [Electronic resource] / X. Yu , X. Wang, J. Wu // EURASIP Journal on Wireless Communications and Networking volume. – 2020. – No. 72. DOI: 10.1186/s13638-020-01683-8.
12. Markin D. O. Model’ sistemy opredeleniya mestopolozheniya mobil’nogo ustroistva na osnove metoda statisticheskikh ispytanii / D. O. Markin, S. M. Makeev// Izvestiya Tul’skogo gosudarstvennogo universiteta. Tekhnicheskie nauki. – 2016. – № 2. – S. 150–165 [In Russian].
13. Burlachenko I. Vulnerabilities analysis and defense based on MAS method in fast dynamic wireless networks [Electronic resource] / I. Burlachenko, I. Zhuravska, Ye. Davydenko, V. Savinov // Proc. of the Wireless Systems within the IEEE 4th Int. Conf. on Intelligent Data Acquisition and Advanced Computing Systems (IEEE IDAACS-SWS), Lviv, Ukraine, 2018. – P. 98–102. – DOI: 10.1109/IDAACS-SWS.2018.8525692.
14. Rida J. F. A. Improvement for performance radio frequency in wireless communication based on impulse signal / J. F. A. Rida // Indonesian Journal of Electrical Engineering and Computer Science. – 2020, May. – Vol. 18, No. (2). – P. 903–916.  – DOI: 10.11591/ijeecs.v18.i2.pp. 903–916.
15. Canciani A. J. An analysis of the benefits and difficulties of aerial magnetic vector navigation / A. J. Canciani, C. J. Brennan // IEEE Transactions on Aerospace and Electronic Systems. – 2020, April. – DOI: 10.1109/TAES.2020.2987475/
16. Tucker P. Four DARPA projects that could be bigger than the Internet. Defense One [Electronic resource] / P. Tucker. – Publ. May 20, 2014. – Access mode : https://www.defenseone.com/technology/2014/05/four-darpa-projects-could-be-bigger-internet/84856/.