جایابی برنامه های کاربردی اینترنت اشیا در محیط رایانش مه با هدف افزایش بهره وری و کاهش مصرف انرژی با استفاده از الگوریتم بهینه سازی گله اسب

با گسترش روزافزون فناوری اینترنت اشیاء، حجم عظیمی از داده ها توسط دستگاه های متصل تولید می شود. پردازش این داده ها در بستر رایانش ابری به علت محدودیت های آن با چالش هایی همچون افزایش تاخیر، مصرف انرژی و کاهش بهره وری مواجه است. به منظور رفع این محدودیت ها رویکرد رایانش مه به عنوان لایه ای میان دستگاه های اینترنت اشیاء و مراکز داده ابری مطرح شده است و به عنوان رویکردی غیرمتمرکز پردازش و ذخیره سازی داده ها را در نزدیکی کاربر انجام می دهد. با توجه به محدودیت منابع گره های مه نسبت به مراکز داده ابری یکی از مسائل اساسی در این حوزه جایابی بهینه برنامه های کاربردی اینترنت اشیاء در محیط مه است که می تواند به شکل مستقیم بر کارایی، شبکه، میزان تاخیر مصرف انرژی و تعادل بار تاثیر بگذارد. در نتیجه ما نیاز به یک راهکاری هوشمند جهت تخصیص مطلوب و بهینه منابع داریم. در این تحقیق، با استفاده از الگوریتم فراابتکاری گله اسب درصدد چینش و جانمایی بهینه سرویس های اینترنت اشیاء بر روی گره های مه پیشنهاد می شود. این الگوریتم فراابتکاری که الهام گرفته شده از تعاملات اجتماعی حرکات گروهی اسب هاست و همکاری بین اعضای گله اسب جهت حفظ امنیت و افزایش احتمال بقا می باشد و برای حل مسائل بهینه سازی ابعاد بالا استفاده می شود. این الگوریتم بر اساس الگوهای رفتاری اسب ها در محیط زندگی آنها است. در این الگوریتم تعاملات طبیعی اسب ها مانند دنبال کردن رهبر گله، چرا کردن در مراتع مختلف، فرار از خطر و همکاری در حرکت های گروهی، به صورت مدل سازی ریاضی بازآفرینی می شود. از زبان برنامه نویسی پایتون برای شبیه سازی و مدل سازی سرویس های اینترنت اشیاء و گره های مه با هدف یافتن چینشی مناسب جهت استقرار سرویس های اینترنت اشیاء استفاده شده است. اهداف کاهش مصرف انرژی و افزایش بهره وری جهت بهینه سازی همزمان استفاده شده اند. در این مطالعه اثر بخشی استراتژی های مختلف جایگذاری خدمات را بر روی زیرساخت مه، با استفاده از معیارهایی مانند مصرف انرژی، تاخیر سرویس و میانگین استفاده از CPU توسط گره های مه به منظور افزایش بهره وری، مورد ارزیابی قرار گرفته است.