چارچوب یکپارچه برای بهینه سازی کارایی و تقویت امنیت سیستم های توزیع شده در محیط های ابری، IoT و Edge

سیستم های توزیع شده نقش محوری در مدیریت منابع شبکه های گسترده و محیط های محاسباتی مدرن ایفا می کنند. با گسترش اینترنت اشیاء (IoT) و محاسبات لبه (Edge Computing) نیاز به چارچوب هایی که همزمان کارایی و امنیت را ارتقا دهند، بیش از پیش احساس می شود. این مقاله یک چارچوب یکپارچه پیشنهاد می دهد که بر سه محور اصلی استوار است: ۱) تخصیص منابع هوشمند مبتنی بر الگوریتم های یادگیری ماشین، ۲) قفل گذاری بهینه برای افزایش همزمانی و کاهش بن بست، و ۳) تکنیک های فازینگ برای شناسایی و رفع آسیب پذیری های امنیتی. این چارچوب در محیط های شبیه سازی شده ابری، IoT و Edge ارزیابی شد و نتایج نشان دهنده کاهش ۳۵% در زمان پاسخ، افزایش ۳۰% در بهره وری منابع، شناسایی ۵۰% بیشتر آسیب پذیری ها و کاهش چشمگیر نرخ بن بست ها بود. این یافته ها بر قابلیت کاربرد و اثربخشی چارچوب در محیط های واقعی تاکید دارند.

Keywords:

سیستم عامل توزیع شده , تخصیص منابع هوشمند , یادگیری ماشین , قفل گذاری بهینه , فازینگ , امنیت سایبری , محاسبات ابری , اینترنت اشیاء (IoT) , محاسبات لبه , Edge Computing , مقیاس پذیری , بن بست همزمانی