ارائه روشی جدید جهت تخصیص وظایف در لبه با هدف توازن بار به کمک الگوریتم شیرمورچه
- سال انتشار: 1404
- محل انتشار: همایش ملی کاربرد هوش مصنوعی در عصر نوین
- کد COI اختصاصی: EUAIME01_045
- زبان مقاله: فارسی
- تعداد مشاهده: 82
نویسندگان
گروه کامپیوتر، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران
دپارتمان مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد الکترونیکی، تهران، ایران
چکیده
با گسترش روزافزون اینترنت اشیا (IoT)، حجم عظیمی از داده ها در لبه شبکه تولید و پردازش می شود. محاسبات لبه به عنوان یک پارادایم نوظهور، پردازش داده ها را در نزدیکی منبع آنها تسهیل می کند و مزایایی مانند کاهش تاخیر، افزایش کارایی و بهبود امنیت را به ارمغان می آورد. با این حال، توزیع کارآمد وظایف بین سرورهای لبه چالشی اساسی در این محیط ها به شمار می رود. عدم توازن بار در سرورها می تواند منجر به افت کارایی، افزایش مصرف انرژی و بروز نقاط ضعف امنیتی شود. در این پژوهش، یک روش جدید مبتنی بر الگوریتم بهینه سازی شیرمورچه (ALO) برای تخصیص وظایف به سرورهای لبه در یک محیط محاسبات لبه با تعدادی دستگاه IoT ارائه شده است. هدف از این کار، افزایش توازن بار و کاهش نابرابری در بین سرورها بود. الگوریتم شیرمورچه که از رفتار شکار شیرمورچه ها الهام گرفته شده است، به دلیل توانایی جستجوی کارآمد فضای جستجو و یافتن راه حل های بهینه شناخته شده است. در این پژوهش، از این الگوریتم برای توزیع وظایف بین سرورها به گونه ای استفاده شد که نه تنها توازن بار را به حداکثر برساند، بلکه زمان اجرای الگوریتم را نیز به حداقل برساند. نتایج نشان داد که الگوریتم پیشنهادی به طور موثری در دستیابی به این هدف عمل می کند. در مقایسه با الگوریتم فاخته که در مطالعه ای دیگر برای همین منظور مورد استفاده قرار گرفته بود، روش پیشنهادی ۲۱ تا ۲۵ درصد بهبود عملکرد را نشان داد. این پژوهش نشان می دهد که الگوریتم شیرمورچه می تواند یک ابزار قدرتمند برای تخصیص وظایف در محیط های محاسبات لبه باشد. این الگوریتم به دلیل قابلیت جستجوی کارآمد فضای جستجو و یافتن راه حل های بهینه، می تواند به طور موثری در افزایش توازن بار و کاهش نابرابری در بین سرورها عمل کند.کلیدواژه ها
محاسبات لبه, تخصیص وظایف, دستگاه های اینترنت اشیاء, توازن بار, الگوریتم بهینه سازی شیرمورچهمقالات مرتبط جدید
- یادگیری بازنمایی بصری متضاد مبتنی بر رویکردهای تعاملی و تخاصمی
- هوشمندسازی مدارس
- هوش مصنوعی و تحلیل بقا برای پیش بینی طول عمر حرفهای بازیکنان بسکتبال NBA با استفاده از دادههای پزشکی و عملکردی
- هوش مصنوعی در سیستم های قدرت
- هوش مصنوعی در خدمت تاریخ: بازخوانی سنگ نبشته های تخت جمشید با بهره گیری از فناوریهای تشخیص نوشتار و تحلیل زبان
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.