مریم سادات خامسی نیا - دانشگاه فنی و حرفه ای

اینترنت اشیا به تدریج هر شی را آنلاین نموده است همچنین پردازش داده که در ابرها متمرکز است نمی تواند نیازمندی های چنین محیطی را برآورده سازد. تاخیر و اتلاف ناشی از انتقال داده به ابر و سپس بازگرداندن آن به برنامه ی کاربردی منجر به تاثیری جدی روی کارآیی می شود . دراین راستا، رایانش در مه به وجود آمده است . رایانش مه یک الگوی محاسباتی جدید است که معماری رایانش ابر و خدمات را تا لبه شبکه توسعه می دهد. به این ترتیب، محاسبه، رایانش، کنترل، ذخیره و قابلیت های خدماتی در لبه شبکه امکان پذیر می شود. این معماری می تواند پشتیبانی فنی را برای IoT و اینترنت موبایل فراهم کند . دلایل مختلفی برای به کارگیری محاسبات مه وجود دارد. این دلایل در نهایت باعث افزایش بهره وری سازمانی می شود که استفاده از آن با تمرکززدایی از شبکه، امکان توزیع جغرافیایی گسترده تری را نسبت به شبکه سازی سنتی یا رایانش ابری فراهم می آورد که این کار به ارائه سرویس با کیفیت تر برای کاربر نهایی منجر می شود در نتیجه تاخیر را برای برنامه های کاربردی کاهش می دهند. در حالیکه مبانی نظری مربوط به رایانش در مه در حال حاضر مشخص شده اند اما فقدان روش های تامین منابع به منظور بهره برداری از منابع رایانش در مه احساس می شود .به همین دلیل در این مقاله، یک چارچوب مدیریتی پیشنهادی بر اساس حلقه K-MAPE به منظور مدیریت خودمختار جهت جایابی سرویس های مه ارائه شده است.

رایانش مه ، جایابی سرویس، اینترنت اشیا ، کیفیت سرویس