ارائه یک چارچوب بهینه برای تخصیص منابع، کاهش مصرف انرژی و مدیریت خطا درشبکه های اینترنت اشیاء مبتنی بر رایانش مه

فناوری اینترنت اشیاءIOT چالش هایی مانند تاخیر پردازش و محدودیت منابع ایجاد کرده است. رایانش مه با کاهش تاخیر، بهبود بهره وری و پردازش داده ها نزدیک به منبع، جایگزینی کارآمد برای رایانش ابری ارائه میدهد و نیازهای شبکه های IoT در زمینه های مختلف را برطرف می کند. در این پژوهش، یکالگوریتم بهینه سازی تخصیص منابع انرژی با حداقل هزینه همراه با مکانیزم هوشمند تشخیص و جبران خطا IRF برای بهبود کارایی بارگذاری وظایف در شبکه های رایانش مه اینترنت اشیاء پیشنهاد شده است این الگوریتم تضمین می کند که هر دستگاه اینترنت اشیاء حداقل به یک گره مه و یک بلوک منبع اختصاصیابد، در حالی که اتصالات بهصورت پویا میان گره های مه و منابع باقیمانده مدیریت می شوند. بلوک هایمنبع استفاده نشده، با استفاده از یک بافر موقت ذخیره شده و به عنوان جایگزینی برای بلوک های معیوب به کار گرفته می شوند. مکانیزم IRF با بهره گیری از تحلیل داده های لحظه ای، دقت بالایی در شناسایی خطاهای سیستمی ارائه می دهد و همچنین زمان پاسخ دهی و کیفیت پردازش را بهبود می بخشد. الگوریتمپیشنهادی از طریق آزمایش بر روی سناریوهای مختلف شامل تعداد گره های مه، بلوک های منبع ودستگاه های اینترنت اشیاء متغیر مورد ارزیابی قرار گرفته است. نتایج تجزیه و تحلیل عملکرد نشان می دهدکه این الگوریتم حداکثر بازده انرژی را در محیط های پویا و متغیر شبکه برای گره های مه، بلوک های منبعو دستگاه های اینترنت اشیاء به دست می آورد.

کلیدواژه ها:

اینترنت اشیاء ، بهره وری انرژی ، بلوک های منبع ، مدیریت منابع پویا