بهبود تخصیص منابع اینترنت اشیاء در محاسبات مه با استفاده از نظریه بازی غیر همکارانه

در سیستم های شبکه ای مبتنی بر اینترنت اشیاء از یک معماری مدرن به نام محاسبات مه استفاده می شود. در معماری محاسبات مه ارائه ی خدمات داده اقتصادی و کم تاخیر است. این مقاله به حل چالش اصلی تخصیص منابع محاسباتی در رایانش مه می پردازد. حل چالش تخصیص منابع  منجر به افزایش سود، صرفه جویی اقتصادی و استفاده ی بهینه از سیستم های محاسباتی می شود. در این پژوهش با استفاده از الگوریتم ترکیبی تعادل نش و الگوریتم مزایده، تخصیص منابع بهبودیافته است. در روش پیشنهادی، به هر بازیکن یک ماتریس اختصاص داده شده است. ماتریس هر بازیکن شامل تخصیص گره های مه، مشترکین خدمات داده و اپراتورهای خدمات داده است. در هر مرحله از الگوریتم، هر بازیکن بر اساس راهبرد سایر بازیکنان بهترین راهبرد را تولید می کند. نتایج پژوهش نشان از برتری بهره وری گره مه و بهره وری اپراتور خدمات داده در روش پیشنهادی در مقایسه با الگوریتم بازی استکلبرگ دارد. اولین مقایسه بر اساس تغییرات مشترکین صورت گرفته است که بهره وری گره مه با ۲۴۰ مشترک استفاده شده در روش پیشنهادی ۸/۶۸۵۲ بوده و در روش استکلبرگ با شرایط یکسان ۲/۵۵۱۰ می باشد. دومین مقایسه بر اساس نرخ سرویس بلوک های کنترلی منابع (μ) می باشد که بهره وری اپراتور خدمات داده ای با μ=۴ در روش پیشنهادی ۱.۳۵E+۰۷ بوده و در روش استکلبرگ با شرایط یکسان ۱E+۷ می باشد.

Keywords:

محاسبات مه , تخصیص منابع , اینترنت اشیاء , تعادل نش , الگوریتم مزایده