بهینه سازی انرژی و تخصیص منابع با الگوریتم های یادگیری ماشین در رایانش لبه

افزایش روزافزون وظایف محاسبات ی و ترافیک ارتباطی بار سنگینی را بر مراکز داده ابری تحمیل کرده است و همچنین منجر به مصرف انرژی بسیار بالا یی شده است . برای کاهش چنین باری و کشف منابع توزیع شده در جهت ارائه خدمات ابری برای برنامه های کاربردی محاسبات لبه پیشنهاد شده است . با توجه به توزیع جغرافیایی ، محاسبات لبه یک پلت فرم کارآمد برای استفاده از انرژی بهینه توزیع شده است . بنابراین ادغام فناوری اینترنت انرژی EI در محاسبات لبه برای برنامه ریزی انرژی طبیعی قابل تنظیم است . در چنین محاسبات لبه ای با پشتیبانی از EI ، هم نرخ تولید انرژی و هم نیازهای پردازش داده ها در زمان و مکان مختلف متفاوت است . برای دنبال کردن بازده انرژی بالا مطلوب است که استفاده از منابع به حداکثر برسد تا مصرف انرژی کاهش یابد . این امر مستلزم تخصیص دقیق وظایف و برنامه ریزی انرژی برای مطابقت با تامین و تقاضای انرژی است . در این مقاله ، از طریق شبیه سازی نشان داده می شود که الگوریتم پیشنهادی می تواند به طور موثر مصرف انرژی را کاهش دهد .

کلیدواژه ها:

تخصیص منابع ، رایانش لبه ، بهینه سازی انرژی