برون سپاری وظایف آگاه به تأخیر و انرژی-کارآمد در شبکه اینترنت اشیا مبتنی بر رایانش مه

نوع مقاله : مقاله پژوهشی فارسی

نویسندگان

1 دانشکده مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

2 دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر، تهران، ایران

3 دانشکده مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشکده آزاد اسلامی، قزوین، ایران

چکیده

رایانش مهی به عنوان یک روش امیدبخش جهت ارائه سرویس‌های پردازشی چابک و همه‌گیر به دستگاه‌های اینترنت اشیا و پشتیبانی از برنامه‌های کاربردی پیچیده، پا به عرصه ظهور گذاشته است. رایانش مهی منابع محاسباتی را به لبه شبکه، به نزدیکی دستگاه‌های اینترنت اشیا می‌کشاند و از این طریق سرویس‌های محاسباتی با تأخیر پایین را به کاربران ارائه می‌دهد. با برون‌سپاری وظایف محاسباتی به گره‌های مه که ظرفیت پردازشی بیشتری دارند، می‌توان بر چالش ظرفیت محدود باتری دستگاه‌ها و نیاز محاسباتی بالای وظایف فائق آمد و نیازمندی‌های کیفیت سرویس مورد درخواست کاربران را برآورده نمود. برون‌سپاری وظایف به گره‌های مه، از یک سو باعث صرفه‌جویی در مصرف انرژی باتری دستگاه‌های اینترنت اشیا می‌شود و از سوی دیگر به‌دلیل تأخیر ناشی از انتقال وظایف به لبه شبکه باعث افزایش زمان تکمیل وظایف می‌شود. در این مقاله برای برقراری تعادل در مصالحه بین انرژی و زمان تکمیل وظایف، یک شمای برون‌سپاری وظایف با هدف کیمنه‌سازی سربار برون‌سپاری بر حسب جمع وزنی مصرف انرژی و زمان تکمیل وظایف پیشنهاد شده است که سعی در یافتن استراتژی بهینه برون‌سپاری، مکان بهینه برون‌سپاری و تخصیص بهینه منابع محاسباتی دارد. برای تعیین موثر ضرایب زمان و انرژی به‌نحوی که کیفیت سرویس مورد نیاز کاربر تضمین شود، از منطق فازی استفاده شده است. مسأله برون‌سپاری وظایف به گره‌های مه به‌عنوان یک مسأله غیرخطی آمیخته صحیح فرموله شده است که متعلق به کلاس مسائل NP-hard است. یک الگوریتم نزدیک به بهینه بر اساس الگوریتم ژنتیک برای حل مسأله بهینه‌سازی مطرح شده پیشنهاد شده است. شبیه‌سازی‌های مختلف همگرایی الگوریتم پیشنهادی و برتری عملکرد آن‌را در مقایسه با شماهای برون‌سپاری معیار نشان می‌دهد.

کلیدواژه‌ها