بکارگیری الگوریتم ژنتیک چند هدفه مبتنی بر مرتب سازی نامغلوب برای حل مسیله زمان بندی منابع در رایانش مه

در فناوری رایانش ابری، منابع ابر از طریق مرکز داده های بزرگ ارایه می شوند. به دلیل رشد چشمگیر کاربران ابر، برخی از برنامه ها مانند برنامه های کاربردی نظارت بر سلامت و برنامه های کاربردی با پاسخ اضطراری که نیازمند تاخیر کم می باشند، قادر به دستیابی به پشتیبانی منابع کارآمد نیستند. بنابراین، فناوری رایانش مه پیشنهاد شد که در آن سرویس های ابری می توانند تا لبه شبکه گسترش یابند و این امر سبب می شود تا تراکم شبکه کاهش یابد. در رایانش مه، منابع بیکار موجود در بسیاری از دستگاه های توزیع شده، می توانند برای ارایه خدمات استفاده شوند. در مورد منابع ناهمگن، به منظور دستیابی به یک مدیریت معقول، زمان بندی موثر برای منابع حایز اهمیت می باشد. بنابراین، در این مقاله، یک مدل زمان بندی منابع دارای دو سطح پیشنهاد می شود. علاوه بر این، طرح زمان بندی منابع در میان گره های مه، در خوشه های مه یکسان بر اساس الگوریتم ژنتیک چند هدفه مبتنی بر مرتب سازی نامغلوب (NSGA-II) طراحی شد، بطوریکه تنوع دستگاه های مختلف را نیز مورد توجه قرار می دهد. نتایج شبیه سازی نشان می دهد که طرح ما می تواند تاخیر سرویس را کاهش دهد و به طور موثر ثبات اجرای کار را بهبود بخشد.

Keywords:

رایانش مه , ژنتیک چند هدفه مبتنی بر مرتب سازی نامغلوب , بهینه سازی چند منظوره , طرح زمان بندی منابع