شبیه سازی جایگذاری سرویس در مه با استفاده از یادگیری تقویتی در شبیه ساز yafs

با توجه به پیشرفت ها ی صورت گرفته در سالهای اخیر، اینترنت اشیا به یکی از تکنولوژی های محبوب بدلشده که با تسهیل ارتباط میان انسان و اشیاء باعث افزایش کیفی ت زند گی می شود. برای پاسخگویی به نیازهایاینترنت اشیا، می توان از رایانش ابری ۲ استفاده نمود اما برخی از کاربردهای اینترنت اشیا نیازمند تاخیر کم درارسال داده ها می باشند و رایانش ابری گزینه خوبی برای ا ین کاربردها نیست. در سال های اخیر مفهوم رایانشمه به راه حلی مناسب برای پردازش داده های تولید شده توسط اینترنت اشیا تبدیل شده است. البته استفاده ازرایانش مه نیز به دلیل محدودیتهایی که در ناهمگن بودن منابع و غیر قابل پیش بینی بودن آن دارد، دارا یچالش هایی در مدیریت منابع می باشد. یکی از مهمترین این چالش ها مسئله جایگذاری سرویس می باشد که مادر این مقاله یک روش جایگذاری سرویس جدید ارائه میدهیم که از یاد گیری تقویتی برای تطبیق با محیطاستفاده می کند و روش ارائه شده را در محیط شبیه ساز yafs مورد بررسی قرار میدهیم.

کلیدواژه ها:

اینترنت اشیا ، رایانش مه ، جایگذاری سرویس ، بهینه سازی ، شبیه سازی