موازنه بار هوشمند در لايه محاسبات مه با بهره گیری از الگوریتم اصلاح شده جستجوی سنجاب
موازنه بار هوشمند در لايه محاسبات مه با بهره گیری از الگوریتم اصلاح شده جستجوی سنجاب
محسن طریقی1 المیرا موسی رضابیک2 سید احمد معتمدی3
1) استادیار،گروه مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر
2) کارشناسی ارشد ،گروه مهندسی کامپیوتر،دانشگاه صنعتی
3) عضو هیئت علمی دانشگاه صنعتی
کد IOI مقاله
:
XCCA-EKEDF
محل انتشار :
نهمین کنفرانس بین المللی تحقیقات پیشرفته در علوم، مهندسی و فناوری (setconf.ir)
چکیده :
افزایش تعداد دستگاه های اینترنت اشیاء و افزایش تولید روزافزون داده های حاصل از آن، سبب روی آوردن کاربران به محیط های محاسباتی جدید گردیده است. امروزه خدمات متنوعی در شهرهای هوشمند ارائه می شود که خدمات اینترنت اشیاء منجر به تولید داده هایی با حجم، تنوع و سرعت بالایی شده است. با مطرح شدن بحث کلان داده ها، وجود رایانش ابری جهت پردازش این حجم از داده در مراکز داده ابری به شدت ضرورت یافته است. اما در این میان برخی از خدمات شهر هوشمند لازم است به صورت بلادرنگ و سریع پاسخ را دریافت کنند، مانند خدمات بیمارستان های هوشمند که در مواقع اورژانسی، عدم تاخیر در پاسخ دهی بسیار ضروری است. از آنجایی که لایه ی ابر دورتر از محل تولید داده واقع شده است، انتقال داده ها به ابر سبب ایجاد تاخیر زیادی در سرویس های اینترنت اشیاء می گردد. جهت حل این مسئله، لایه ی مه یا رایانش مه معرفی شده است که این لایه در فاصله ای نزدیک تر به مشتری قرار گرفته و پردازش داده ها را در لبه ی شبکه میسر می کند و به عنوان یک لایه میانی مابین لایه ی ابر و لایه مشتری قرار گرفته است. از آنجایی که ارسال داده ها و پاسخ دهی به این لایه سریع تر صورت می گیرد، لذا برای کاربرانی که نیاز به سرویس دهی به صورت برخط و بلادرنگ دارند، مانند بازی های کامپیوتری، دستگاه های اورژانس بیمارستانی و ...لایه ی مه بسیار مناسب تر می باشد. لایه ی مه سرور های ضعیف تر و با تعداد بیشتری نسبت به لایه ی ابر دارد (مانند مسیریاب ها، مودم ها و...) که هر کدام دارای منابع متفاوتی هستند. در نتیجه این گره ها سریع-تر اشباع می شوند و برخی از آن ها پر فشار می گردند. با این حال ایجاد توازن بار در لایه ی مه برای بالا بردن کارایی و استفاده از ظرفیت پردازشی گره های مه امری ضروری است. ما در این مقاله به دنبال ایجاد توازن بار در لایه ی محاسباتی مه از طریق مهاجرت بار کاری هستیم تا معیارهای زمان اجرا و انرژی مصرفی سیستم بهبود یابد. در این مقاله تلاش گردیده تا بهبود کیفیت خدمات لایه ی مه در بیمارستان هوشمند، به کمک الگوریتم بهینه سازی اصلاح شده ی سنجاب فراهم شود.
کلمات کلیدی : رایانش مه اینترنت اشیاء رایانش ابر کلان داده شهر هوشمند