زمان بندی مکان آگاه در سیستم های اینترنت اشیا سه لایه با کمک یادگیری تقویتی

گسترش سریع دستگاه های اینترنت اشیا چالش های قابل توجهی در برنامه ریزی وظایف و تخصیص منابع در محیط های ابر-مه-اینترنت اشیا ایجاد کرده است. الگوریتم های برنامه ریزی سنتی، مانند الگوریتم زمان بندی آگاه از محل داده در ابر-مه دارای محدودیت های ذاتی در سازگاری و مقیاس پذیری در مواجهه با محیط های پویا و متغیر اینترنت اشیا هستند. برای غلبه بر این محدودیت ها، این پژوهش چارچوبی جدید مبتنی بر یادگیری تقویتی پیشنهاد می کند. رویکرد پیشنهادی از یک شبکه Q عمیق برای یادگیری پویا در تخصیص بهینه وظایف و استراتژی های استفاده از منابع در محیط ابر-مه استفاده می کند. روش پیشنهادی قادر به تصمیم گیری های مستقل و مبتنی بر داده برای تخصیص منابع است. وضعیت این سیستم شامل ویژگی های وظایف، منابع در دسترس و شرایط شبکه است، در تصمیم گیری های تخصیص وظایف، تابع پاداش به گونه ای طراحی شده است که زمان کلی تکمیل وظایف، تراکم شبکه و مصرف انرژی را به حداقل برساند. با اتخاذ رویکرد یادگیری تقویتی، روش پیشنهادی می تواند به تغییرات بار کاری، تراکم شبکه و دسترسی به منابع در زمان واقعی پاسخ دهد. برای ارزیابی عملکرد روش پیشنهادی، مجموعه ای جامع از آزمایش ها با استفاده از شبیه سازی سناریوهای واقعی ابر-مه انجام شد. عملکرد زمان بند مبتنی بر یادگیری تقویتی با الگوریتم های دیگر مقایسه شد. نتایج نشان می دهد که مدل زمان بندی مبتنی بر یادگیری تقویتی به طور قابل توجهی عملکرد بهتری از نظر کاهش زمان تکمیل وظایف، تعادل بار و کارایی شبکه دارد.

کلیدواژه ها:

اینترنت اشیا ، محاسبات ابری ، محاسبات مه ، زمان بندی مکان آگاه ، یادگیری تقویتی