این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۲۰، شماره ۱، صفحات ۲۵-۳۸
عنوان فارسی ICTF : زمانبندی وظایف مبتنی بر الگوریتم رقابت استعماری در محیط محاسبات مه
چکیده فارسی مقاله محاسبات مه برای حل چالش های متعدد محیط محاسبات ابری مانند زمان تاخیر بالا، ظرفیت کم و نقص شبکه ارایه گردیده است. در محیط محاسبات مه، دستگاه‌های اینترنت اشیاء  بعنوان یک کاشین محاسباتی کوچک با قابلیت پردازش و ارسال و دریافت اطلاعات، زیر ساخت یک مه را تشکیل می‌دهند. در محیط  مه، پردازش کارها و وظایف و ذخیره داده‌های اینترنت اشیاء بجای ارسال برای سرورهای دور در مراکز داده ابری به صورت محلی در دستگاه‌های اینترنت اشیاء صورت می­پذیرد که این قابلیت منجر به ارایه پاسخ­ سریع‌تر و با تاخیر کمتر و افزایش کیفیت ارایه خدمات در محیط مه می­گردد. بنابراین می‌توان گفت که محاسبات مه بهترین انتخاب برای فعال کردن اینترنت اشیاء در راستای ارایه خدمات کارآمد و امن برای بسیاری از کاربران در لبه شبکه محسوب می‌شود. در محاسبات مه، مدیریت منابع و زمانبندی کار با در نظر گرفتن محدودیت‌های انرژی، زمان، تاخیر  چالش بزرگی محسوب می‌شود. در این مقاله راهکار زمانبندی وظایف مبتنی بر الگوریتم رقابت استعماری برای محاسبات مه ارائه شده است. در راهکار پیشنهادی جمعیت اولیه بطور تصادفی شامل وظایف و ماشین ها شکل می­گیرد و تابع ارزیابی بر اساس معیارهای انرژی، زمان و هزینه تعریف شده و با به کارگیری دو عملگر جذب و انقلاب، الگوریتم زمانبندی وظایف مبتنی بر رقابت استعماری(ICTF) ارایه می­گردد. نتایج شبیه‌سازی نشان می­دهد که ICTF در معیارهای Makespan ، بهره‌وری منابع، مصرف انرژی و انرژی باقیمانده نسبت به سایر روش‌های مشابه کارایی بالاتری دارد.
کلیدواژه‌های فارسی مقاله محاسبات مه، مدیریت منابع، زمانبندی وظایف، الگوریتم رقابت استعماری
عنوان انگلیسی ICTF: Imperialist Competitive Algorithm-based Task Scheduling in Fog Computing
چکیده انگلیسی مقاله Fog computing address numerous cloud computing challenges such as high latency, low capacity and network failure.  The cloud computing infrastructure includes a large number of IoT devices with the ability to process in the cloud environment.  In fog computing, processing and storage provide on IoT devices locally instead of remote servers, therefore, fog computing is the best choice to enable IoT in order to provide efficient, faster and secure services for many users on the edge of the network.  Fog computing have a variety of challenges. One of these important challenges is resource management and task scheduling such that solving this problem has a great impact on system efficiency and service quality. In this paper, we present a task scheduling approach based on the imperialist competition algorithm namely, Imperialist Competitive Algorithm-based Task Scheduling in Fog Computing (ICTF). In the proposed method, we consider the search space as a directional graph. Assume that each task that contains a set of tasks is a graph with a root node and an end leaf node whose middle nodes are the task set. Each path in this graph that starts at the root node and ends at the leaf is a solution represented by a string. This solution is modeled as a country. Therefore, in the proposed method, the concept of country includes the tasks of a job along with the fog nodes that are assigned to these tasks. The initial population consists of a random number of these solutions. ICTF presents a cost function consisting of three important criteria for assessing the initial population of countries and determining the imperialists and colonies countries include energy, execution time and execution cost. The assimilation operation is performed on two different members of countries, namely the imperialists and colonies country, and two new types of members are created called children. The countries participating in this process are among the best countries and are selected using the cost function. In this process, the best offspring produced are passed on to the next generation, and this operation continues until the final population of the countries is obtained. The assimilation operator has different models and in this article we use the two-point assimilation operator. The name of the revolution operator used in this algorithm is the inverse of the task. This operator randomly selects two tasks belonging to a fog node and moves them together. The above operation is repeated until the population converges and reaches the final answer. We show that our proposed approach is more efficient in terms of makespan, resource utilization, energy consumption and remaining energy compared to the similar approach.
کلیدواژه‌های انگلیسی مقاله Fog computing, resource management, task scheduling, imperialist competitive algorithm
نویسندگان مقاله حسین مومنی | Hossein Momeni
Golestan University
دانشگاه گلستان

علی یاوری | Ali Yavari
Arak University
دانشگاه اراک

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-2054-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش داده‌های رقمی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات