زمان بندی ماژول ها در محاسبات مه به روش جستجوی هم زیستی جانداران مبتنی بر کوله پشتی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
شبکه های حسگر بی سیم دارای محدودیت هایی از قبیل توان پردازشی، منابع ذخیره سازی و تاخیر زمانی در انتقال داده ها به ابر می باشند. محاسبات مه به وسیله توسعه سرویس های ابری به لبه شبکه موجب کاهش ترافیک و تاخیر زمانی می شود و بنابراین این نوع شبکه ها در سیستم های بسیاری مانند مراقبت پزشکی، ابزارهای پوشیدنی، سیستم حمل و نقل و شهرهای هوشمند کاربرد دارد. تکنیک های زمان بندی وظایف در محاسبات مه از جمله مسایل NP-hard محسوب می شود. برنامه ها جهت اجراشدن به منابع نیاز دارند. ابزارهای لبه شبکه به حسگرها و ابر نزدیک بوده و دارای قدرت پردازشی لازم برای اجرای برنامه ها می باشند. هر ابزار لبه می تواند برای پیاده سازی سیاست های تخصیص منابع مورد استفاده قرار گیرد. در این مقاله، ما با ارائه یک روش مبتنی بر کوله پشتی بهینه شده با الگوریتم هم زیستی جانداران به تخصیص مناسب منابع به وظایف در شبکه های مه می پردازیم. روش پیشنهادی در شبیه ساز iFogsim به عنوان یک کتابخانه توسعه یافته از کلودسیم جهت پردازش مه پیاده سازی شده است. نتایج نشان دهنده بهبود در انرژی مصرفی، مصرف منابع و هزینه اجرای شبکه می باشد که روش پیشنهادی بهتر از روش کوله پشتی و الگوریتم پردازش به ترتیب ورود عمل نموده است.
زبان:
فارسی
در صفحه:
149
لینک کوتاه:
magiran.com/p1892496 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!