Enhancing Task Placement in iFogSim Using Metaheuristic Algorithms: An Innovative Approach
- سال انتشار: 1403
- محل انتشار: سومین کنفرانس بین المللی و هشتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی
- کد COI اختصاصی: CEITCONF08_009
- زبان مقاله: انگلیسی
- تعداد مشاهده: 160
نویسندگان
PhD Student in Computer Science, Department of Computer Science, Yazd University, Yazd, Iran, ۸۹۱۵۸۱۸۴۱۱
Seyed Abolfazl Shahzadeh Fazeli
Associate Professor in Computer Science, Department of Computer Science, Yazd University, Yazd, Iran, ۸۹۱۵۸۱۸۴۱۱
Master's degree in Computer Science, Department of Computer Science, Yazd University, Yazd, Iran, ۸۹۱۵۸۱۸۴۱۱
چکیده
Task placement plays a vital role in enhancing the efficiency and performance of fog and edge computing systems. This paper proposes an advanced approach to task placement in iFogSim using the Particle Swarm Optimization (PSO) algorithm, a robust metaheuristic inspired by the social behavior of swarms. The PSO-based framework dynamically optimizes the allocation of tasks to heterogeneous resources, aiming to minimize execution latency and maximize resource utilization. By addressing the challenges of workload variability and resource constraints, the proposed method achieves superior performance compared to traditional scheduling techniques. Experimental evaluations validate the effectiveness of the PSO algorithm, highlighting its potential for improving resource management in IoT-enabled smart ecosystems.کلیدواژه ها
Fog Computing, Internet of Things (IoT), Task Placement, iFogSim, Metaheuristic Algorithms, Particle Swarm Optimizationمقالات مرتبط جدید
- طراحی یک شبکه هوشمند مبتنی بر بلاکچین و ارزیابی مزایای آن در صنعت فولاد
- تفکیک حالات صورت با استفاده از سیگنال الکترومایوگرافی تک کاناله و شبکه عصبی مصنوعی
- بررسی اثر سینامالدهید بر انعقاد خون با استفاده از داکینگ مولکولی
- طراحی و ساخت دستگاه تنفسی هوشمند چندمنظوره نانواسپیرو با قابلیت پایش، تحلیل هوش مصنوعی و اکسیژن درمانی پیوسته
- طراحی مدل ریاضی برای زنجیره تامین گردشگری کشاورزی مطالعه موردی استانهای شمالی ایران
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.