روشی نوین جایابی برنامه های کاربردی اینترنت اشیاء در محیط رایانش لبه مبتنی بر الگوریتم بهینه سازی خفاش

اینترنت اشیاء (IoT) اتصال و ارتباط بین اشیاء موجود را امکان پذیر می کند که منجر به موج بی سابقه ای از داده های گستردهو متنوع میشود که به عنوان انفجار داده شناخته میشود. به طور معمول، رایانش ابری برای مدیریت این داده ها استفاده می شود. با اینحال، چالش هایی مانند افزایش تقاضای بلادرنگ، برنامه های کاربردی حساس به تاخیر و محدودیت های پهنای باند شبکه را نمی توانبه طور موثر تنها با رایانش ابری برطرف کرد. برای مقابله با این موضوع، محاسبات لبه به عنوان راه حلی مکمل برای رایانش ابریپیشنهاد شده است. رایانش لبه خدمات ابری را به لبه شبکه گسترش میدهد و ارتباطات و ذخیره سازی را به دستگاه های لبه و کاربراننهایی تسهیل میکند. هدف اصلی آن افزایش کاهش تاخیر، تحرک، پهنای باند شبکه، امنیت و حریم خصوصی است. برای استفادهکامل از مزایای محاسبات لبه، تحقیقات گسترده ای که طیف وسیعی از موضوعات را در بر می گیرد، ضروری است. یکی ازدغدغه های اساسی در محاسبات لبه، قرار دادن بهینه و کارآمد برنامه های IoT با هدف بهینه سازی یک یا چند هدف است. این مقاله یک رویکرد پیشرفته را برای استقرار برنامه های IoT در محیط محاسبات لبه، بر اساس الگوریتم خفاش معرفی میکند. نتایج تجربینشان میدهد که رویکرد پیشنهادی پارامتر تاخیر سرویس و هزینه کل را کاهش میدهد و تخصیص کانتینرها را بهبود می بخشد.

Keywords:

رایانش مه , رایانش ابر , اینترنت اشیاء , جایابی برنامه های کاربردی , الگوریتم های بهینه سازی