محسن نادری - گروه مهندسی کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی ، همدان، ایران
محمدامین ایراندوست - گروه مهندسی کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی ، همدان، ایران

انقلاب اینترنت اشیا و قابلیت هایش در حوزههای گوناگون، به ایجاد حجم عظیمی از داده برای پردازش کارهایی که نیازمند پاسخ فور ی هستند، منجر شده است . به ویژه در وظایفی که حساس به تاخیر هستند و نیازمند فرستادن داده به سرعت به گرههای مرکزی هستند، اما وظایف پیچیده به مراکز داده ابری منتقل می شوند برای محاسبات و ذخیرهساز ی بزرگتر. اما این تحول، ارسال وظایف به گرههای مرکزی را سریع تر می کند، اما مصرف انرژی کاربران را بالا می برد. همچنین ، انتقال وظایف به مراکز داده ابری می تواند مصرف انرژی را کاهش دهد، اما به دلیل فاصله زیاد، تاخیر در انتقال دادهها افزایش پیدا می کند. به علاوه، اختصاص وظایف به منابع صحیح و سازگار با نیازهای وظیفه یکی از چالش ها ی اصلی در محاسبات ابری است که به بهبود نیاز دارد. برای این منظور، مطالعات ی بهینه ساز ی چند هدفه از الگوریتم (MGWO) به منظور بهبود تاخیر در QoS و کاهش مصرف انرژی در مه ها ارائه شده است . مه ها نقش مهمی در توزیع وظایف ایفا می کنند. نتایج شبیه سازی نشان می دهد که الگور یتم MGWO نسبت به الگوریتم های پیشرفته دیگر، در کاهش تاخیر و مصرف انرژی به صورت موثری عمل می کند.

محاسبات ابر-مه ، تاخیر، مصرف انرژی، الگوریتم بهینه ساز گرگ خاکستری، اینترنت اشیا، فراابتکاری، زمان بندی کار