ارائه یک پلتفرم مبتنی بر XMPP برای مدیریت هوشمند منابع و خدمات در اینترنت اشیاء با استفاده از توسعه مدل محور

این مقاله یک پلتفرم سبک وزن و قابل توسعه برای مدیریت هوشمند منابع و خدمات در اینترنت اشیاء ارائه می کند که بر پایه پروتکل بلادرنگ XMPP و رویکرد توسعه مدل محور بنا شده است. ایده اصلی روش بکار رفته تلفیق لایه های دستگاه، لبه و ابر با یک مدیر منابع مدل محور به منظور خودکارسازی پیکربندی، کشف و ترکیب سرویس هاست. روش پیشنهادی با به کارگیری شبکه عصبی مصنوعی در ماژول پیش بینی لبه و الگوریتم فشرده سازی LZ۴ پیاده سازی و با زبان پایتون پیاده سازی شد. نتایج نشان داد در بار معمولی میانگین زمان پاسخ به ۷۲٫۳ میلی ثانیه و مصرف CPU به ۴۲ درصد محدود گردید، در حالی که نرخ نقض سطح خدمت کمتر از ۰٫۳ درصد باقی ماند. حتی در حالت جهش ناگهانی بار، نقض SLO از ۴۱ درصد پایه به ۰٫۷ درصد پس از بهینه سازی کاهش یافت و گذردهی شبکه ۲۶۴۳ کیلوبیت برثانیه را حفظ کرد. فشرده سازی داده ها نیز حجم ترافیک را به طور متوسط ۳۱ درصد کاهش داد و به بهبود بهره وری انرژی انجامید. این دستاوردها نشان می دهد چارچوب پیشنهادی می تواند به عنوان راهکاری جامع برای ایجاد سامانه های مقیاس پذیر، امن و کم هزینه در کاربردهای صنعتی و شهری اینترنت اشیاء به کار رود.

کلیدواژه ها:

اینترنت اشیاء ، XMPP ، توسعه مدل محور ، مدیر منابع ، شبکه عصبی مصنوعی ، سطح خدمت