ارائه روشی مبتنی بر همکاری گره های مه و الگوریتم بخت آزمایی برای جایابی و زمانبندی وظایف مهلت آگاه در رایانش مه

  • سال انتشار: 1401
  • محل انتشار: مجله رایانش نرم و فناوری اطلاعات، دوره: 11، شماره: 2
  • کد COI اختصاصی: JR_JSCIT-11-2_006
  • زبان مقاله: فارسی
  • تعداد مشاهده: 130
دانلود فایل این مقاله

نویسندگان

Mohammad Amin Safizade

University of Sistan and Baluchestan

Samira Noferesti

Information Technology Department, Faculty of Electrical and Computer Engineering, University of Sistan and Baluchestan, Zahedan, Iran.

Nik-Mohammad Balouchzahi

Department of Information Technology Engineering, Faculty of Electrical and Computer Engineering, University of Sistan & Baluchestan, Zahedan, Iran

چکیده

رایانش مه یک الگوی محاسباتی توزیع شده است که با گسترش سرویس های ابر به لبه شبکه امکان پاسخگویی به کاربردهای حساس به تاخیر و بلادرنگ را فراهم می سازد. یکی از مسائل مطرح در رایانش مه چگونگی تخصیص منابع محدود گره های مه به درخواست-های کاربران به شیوه ای کارا و عادلانه است. وجود منابع محدود، نیازمندی های متفاوت درخواست های کاربران و لزوم تخصیص به موقع منابع در کاربردهای حساس به تاخیر، تخصیص و زمانبندی منابع را به مساله ای چالش برانگیز تبدیل کرده است. در این مقاله روشی کارا برای جایابی و زمانبندی وظایف مهلت آگاه در رایانش مه پیشنهاد می شود. در روش پیشنهادی، جایابی وظایف با همکاری گره های مه و بر اساس تخمین زمان اتمام کار یک درخواست در گره های مه مختلف انجام می شود. زمانبندی وظایف مهلت آگاه نیز با استفاده از الگوریتم بخت آزمایی و بر مبنای اولویت دهی به وظایف بر اساس مهلت زمانی آن ها انجام می شود. نتایج آزمایشات انجام گرفته نشان می دهد که ترکیب همکاری گره های مه برای جایابی وظایف و الگوریتم بخت آزمایی برای زمانبندی وظایف، باعث کاهش زمان پاسخ و افزایش نرخ پذیرش درخواست های کاربر می شود. بر طبق نتایج حاصل از شبیه سازی های انجام گرفته، نرخ پذیرش و زمان پاسخ روش پیشنهادی در مقایسه با روش پایه که از الگوریتم خدمت به ترتیب ورود برای زمانبندی درخواست ها استفاده می-کند به ترتیب ۱۲.۷۲ درصد و ۳۷.۹۷ میلی ثانیه بهبود داشته است. همچنین روش پیشنهادی در مقایسه با روش های موجود که از کنترل کننده مرکزی برای هماهنگی گره های مه بهره می برند، نرخ پذیرش درخواست ها را ۲.۵۷ درصد افزایش و زمان پاسخ را ۲۰.۴۲ میلی ثانیه کاهش داده است.

کلیدواژه ها

Fog Computing, Task placement, Deadline-aware task scheduling, Fog nodes collaboration, Lottery algorithm, Fog colony

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.