زمان بندی سبز و تفویض وظایف در رایانش لبه ای: یک مرور سیستماتیک
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 43
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECICONFE10_206
تاریخ نمایه سازی: 3 آبان 1405
چکیده مقاله:
این مقاله یک مرور سیستماتیک ادبیات (SLR) را در زمینه استراتژی های زمان بندی سبز و تفویض وظایف (Task Offloading) با هدف بهینه سازی انرژی در محیط های رایانش لبه ای ارائه می دهد. تکامل برنامه های کاربردی با تاخیر کم و عملکرد بالا، پذیرش گسترده پارادایم های رایانش توزیع شده مانند رایانش لبه ای، معماری های مه-ابری (Fog-Cloud) و اینترنت اشیاء (IoT) را تسریع کرده است. در این راستا، رایانش لبه ای سیار (MEC) اغلب با وسایل پرنده هدایت پذیر از راه دور (UAVs) ترکیب می شود تا توانمندی های محاسباتی را به مناطق دارای زیرساخت محدود گسترش دهد و با نزدیک تر کردن پردازش به منبع داده، تاخیر را کاهش و مقیاس پذیری را بهبود بخشد.با این وجود، این سیستم ها با چالش های چشمگیری در حوزه انرژی روبه رو هستند؛ به ویژه در محیط های باتری پایه یا محدود از نظر منابع. برای رفع این دغدغه ها، استراتژی های رایانش سبز—به ویژه زمان بندی کارآمد انرژی و تفویض وظایف—به عنوان رویکردهای امیدوارکننده ای برای بهینه سازی مصرف انرژی در محیط های لبه ظاهر شده اند. زمان بندی سبز، تخصیص وظایف را به گونه ای بهینه سازی می کند که مصرف انرژی به حداقل برسد، در حالی که تفویض وظایف، بارهای کاری را از دستگاه های محدود به منابع، به سرورهای لبه یا ابر منتقل می کند. این فناوری ها به طور فزاینده ای از طریق هوش مصنوعی (AI) و یادگیری ماشین (ML) تقویت می شوند که امکان تصمیم گیری سازگارپذیر و زمینه آگاه را در محیط های پویا فراهم می سازد.مقاله پیش رو با انجام یک مرور سیستماتیک ادبیات، رایج ترین استراتژی های زمان بندی کارآمد از نظر انرژی و تفویض وظایف را در رایانش لبه ای سنتز کرده و تاثیر آن ها را بر پایداری (Sustainability) و عملکرد برجسته می سازد. این تحلیل، دیدگاهی جامع از وضعیت هنری علم (State of the Art) ارائه می دهد، بررسی می کند که چگونه بافت های معماری بر تصمیمات آگاه از انرژی تاثیر می گذارند، و نقش هوش مصنوعی و یادگیری ماشین را در تحقق سیستم های لبه ای هوشمند و پایدار تبیین می کند. در نهایت، یافته های پژوهش، شکاف های تحقیقاتی موجود را آشکار ساخته و مسیرهای آتی را برای پیشبرد توسعه زیرساخت های محاسباتی مستحکم، مقیاس پذیر و مسئولیت پذیر در قبال محیط زیست ترسیم می کنند.
کلیدواژه ها:
نویسندگان
عباس گلشن
کارشناسی مهندسی فناوری اطلاعات، کارشناس شبکه، شهرداری صدرا، شیراز، ایران