افزایش بهره وری منابع رایانشی مه با استفاده از زمانبندی مبتنی بر شبکه عصبی فازی راف
محل انتشار: اولین کنفرانس مهندسی برق و کامپیوتر
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 722
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
QCEEC01_036
تاریخ نمایه سازی: 3 اردیبهشت 1398
چکیده مقاله:
رایانش ابری یکی از ابزارهای نوین در جهت برآورده سازی نیازهای زندگی بشری ارایه شده است که در آن درخواست ها و نیازهای کاربران ارسال شده و بر اساس منابع در دسترس در محیط رایانش ابر، عمل تخصیص منابع به آن درخواست ها و نیازها صورت می گیرد. از آنجایی که ممکن است برای ارسال داده ها و درخواست ها به محیط رایانش ابری شاهد تاخیرهایی باشیم، رایانش مه معرفی شده است که در آن پردازش مورد نیاز توسط دستگاه هایی که در لبه شبکه و نزدیک به کاربران قرار دارد، صورت می گیرد که شاهد تاخیر ناچیز هستیم. زمان بندی منابع در محیط رایانش مه به دلیل تاثیر مستقیم بر میزان بهره وری منابع از اهمیت ویژه ای برخوردار است که مورد توجه محققین قرار گرفته است. در این تحقیق به مسیله زمان بندی منابع در محیط رایانش مه پرداخته می شود که بر اساس سیستم ترکیبی شبکه عصبی راف و منطق فازی سعی در افزایش میزان بهره وری منابع رایانش مه شود. شبیه سازی ها نشان می دهند که روش پیشنهادی به دلیل کاهش تاخیر و زمان اتمام کلیه کارها بر روی منابع، منجر به افزایش میزان بهره وری منابع در محیط رایانش مه شده است.
کلیدواژه ها:
نویسندگان
الهه اصغری
دانشگاه آزاد اسلامی، واحد قایمشهر، گروه کامپیوتر و فناوری اطلاعات، قایمشهر، ایران
مجتبی رضوانی
دانشگاه آزاد اسلامی، واحد قایمشهر، گروه کامپیوتر و فناوری اطلاعات، قایمشهر، ایران