فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها




گروه تخصصی










متن کامل


اطلاعات دوره: 
  • سال: 

    1395
  • دوره: 

    46
  • شماره: 

    4 (پیاپی 78)
  • صفحات: 

    217-232
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    906
  • دانلود: 

    239
چکیده: 

در رایانش ابری سیار، قدرت محاسباتی دستگاه های سیار با واگذاری بخش هایی از نرم افزار به ابر، افزایش می یابد. تخصیص وظایف بین دستگاه های سیار مجاور که نقش تامین کنندگان منابع را بر عهده دارند، یکی از مسائل مهم و چالش برانگیز در رایانش ابری سیار است. هدف از تخصیص وظایف در واگذاری یک نرم افزار، کمینه سازی دو معیار زمان کل اجرای برنامه و انرژی مصرفی دستگاه های سیار شرکت کننده در واگذاری و همچنین تامین قیود کیفیت سرویس مورد نظر برنامه کاربردی می باشد. در این مقاله، مساله تخصیص وظایف در ابر سیار به صورت یک بهینه سازی چندهدفه قیددار مدل سازی و روشی دو مرحله ای برای حل آن پیشنهاد شده است. در مرحله اول، برای کسب مجموعه جواب های پارتو، یک الگوریتم مبتنی بر شاخه و حد چندهدفه (MRABB) طراحی شده است. در مرحله دوم، با استفاده از روش رتبه بندی ترجیحات از طریق شباهت به جواب ایده آل (TOPSIS) و گرفتن ترجیحات کاربر، بهترین جواب مصالحه گر تعیین می گردد. روش پیشنهادی روی بستر واگذاری به ابر سیار (به اختصارOMC )، توسعه داده شده که وظیفه جمع آوری اطلاعات زمینه ای مورد نیاز تصمیم گیرنده و مدیریت کل فرایند واگذاری را بر عهده دارد. نتایج آزمایش ها نشان می دهد که روش پیشنهادی در مقایسه با الگوریتم های تخصیص وظایف پیشین، به خوبی مصالحه میان زمان و انرژی را مدیریت می کند.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 906

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 239 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1403
  • دوره: 

    13
  • شماره: 

    2
  • صفحات: 

    55-68
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    14
  • دانلود: 

    0
چکیده: 

فراگیری کاربردهای نوظهور چالش های جدیدی را در زمینه های مصرف انرژی، پردازش محاسبات و ذخیره سازی داده ها ایجاد کرده است. محاسبات لبه ای دسترسی چندگانه به عنوان یک الگوی محاسباتی نوین که می تواند بارکاری دستگاه های کاربران را به سرورهای قدرتمند موجود در محل آنها با صرف کمترین زمان و انرژی ممکن منتقل کرده و از این طریق موجب بهبود کیفیت ارائه خدمات و کارایی اجرای وظایف شود، امیدواری هایی را ایجاد نموده است. با توجه به اینکه در نظر گرفتن امکان بارسپاری وظایف و تخصیص منابع به صورت توأمان در این الگوی محاسباتی یکی از اصلی ترین محورهای توجه برای کاربردهای آگاه از کارایی می باشد، در این مقاله به بررسی ریزدانه ی این مسئله در شرایط پویا و متغیر با زمان پرداخته شده است. هدف ایده ی پیشنهادی در این مقاله، کاهش هزینه ی نرمال شده ی سیستم ناشی از جمع وزن دار زمان تکمیل وظایف و میزان انرژی مصرفی آنها می باشد که این امر با ارائه ی راه حلی بر اساس یادگیری تقویتی بعد از فرموله سازی و مدل کردن مسئله صورت گرفته است. نتایج شبیه سازی های انجام شده تحت سناریوهای مختلف، بیانگر بهبود معیارهای زمان تکمیل وظایف و انرژی مصرفی آنها نسبت به سایر روش های موجود بوده که نهایتاً، به طور متوسط، منجر به کاهش 22 و 24 درصدی در سناریوهای ارزیابی هزینه ی نرمال شده ی سیستم شده است.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 14

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1402
  • دوره: 

    12
  • شماره: 

    1
  • صفحات: 

    32-47
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    18
  • دانلود: 

    0
چکیده: 

رایانش مهی به عنوان یک روش امیدبخش جهت ارائه سرویس های پردازشی چابک و همه گیر به دستگاه های اینترنت اشیا و پشتیبانی از برنامه های کاربردی پیچیده، پا به عرصه ظهور گذاشته است. رایانش مهی منابع محاسباتی را به لبه شبکه، به نزدیکی دستگاه های اینترنت اشیا می کشاند و از این طریق سرویس های محاسباتی با تأخیر پایین را به کاربران ارائه می دهد. با برون سپاری وظایف محاسباتی به گره های مه که ظرفیت پردازشی بیشتری دارند، می توان بر چالش ظرفیت محدود باتری دستگاه ها و نیاز محاسباتی بالای وظایف فائق آمد و نیازمندی های کیفیت سرویس مورد درخواست کاربران را برآورده نمود. برون سپاری وظایف به گره های مه، از یک سو باعث صرفه جویی در مصرف انرژی باتری دستگاه های اینترنت اشیا می شود و از سوی دیگر به دلیل تأخیر ناشی از انتقال وظایف به لبه شبکه باعث افزایش زمان تکمیل وظایف می شود. در این مقاله برای برقراری تعادل در مصالحه بین انرژی و زمان تکمیل وظایف، یک شمای برون سپاری وظایف با هدف کیمنه سازی سربار برون سپاری بر حسب جمع وزنی مصرف انرژی و زمان تکمیل وظایف پیشنهاد شده است که سعی در یافتن استراتژی بهینه برون سپاری، مکان بهینه برون سپاری و تخصیص بهینه منابع محاسباتی دارد. برای تعیین موثر ضرایب زمان و انرژی به نحوی که کیفیت سرویس مورد نیاز کاربر تضمین شود، از منطق فازی استفاده شده است. مسأله برون سپاری وظایف به گره های مه به عنوان یک مسأله غیرخطی آمیخته صحیح فرموله شده است که متعلق به کلاس مسائل NP-hard است. یک الگوریتم نزدیک به بهینه بر اساس الگوریتم ژنتیک برای حل مسأله بهینه سازی مطرح شده پیشنهاد شده است. شبیه سازی های مختلف همگرایی الگوریتم پیشنهادی و برتری عملکرد آن را در مقایسه با شماهای برون سپاری معیار نشان می دهد.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 18

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1402
  • دوره: 

    53
  • شماره: 

    4
  • صفحات: 

    245-256
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    61
  • دانلود: 

    15
چکیده: 

محاسبات مه رویکرد نوینی است که با هدف کاهش زمان پاسخ کاربرد های حساس به تأخیر و بهبود ارائه خدمات به کاربران، امکان برون سپاری وظایف (داده ها) اینترنت اشیاء را به تجهیزات شبکه فراهم می کند. این مقاله یک طرح برون سپاری وظیفه به محیط مه با بهره مندی از مزایای شبکه های نرم افزار- محور ارائه می دهد. در این پژوهش یک مدل ریاضی بهینه سازی برنامه ریزی خطی عدد صحیح مختلط (MILP) با هدف کمینه سازی تأخیر و هزینه ناشی از جابه جایی اشیاء و با در نظر گرفتن پردازش محلی، مشارکت گره های مه، توزیع برنامه های کاربردی و محدودیت منابع گره های مه ارائه شده است. با توجه به اینکه مدل ریاضی ارائه شده در این مسئله ان پی -سخت است، یک الگوریتم فرا -ابتکاری مبتنی بر بهینه سازی کلونی مورچه و با در نظر گرفتن محدودیت های مدل ریاضی ارائه شده است. مقادیر حاصل از ارزیابی روش پیشنهادی با مقدار بهینه حاصل از مدل ریاضی، روش تصادفی و یک الگوریتم ابتکاری ارائه شده در کارهای مرتبط مقایسه شده است. نتایج حاصل نشان می دهد تأخیر و هزینه کل برون سپاری در روش پیشنهادی به ترتیب 22% و 28.75% از مقادیر بهینه بیشتر است و روش پیشنهادی قادر به کاهش تأخیر به میزان 20% و کاهش هزینه مهاجرت نتایج به میزان 40% نسبت به روش ابتکاری مقایسه شده است.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 61

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 15 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1403
  • دوره: 

    22
  • شماره: 

    4
  • صفحات: 

    269-277
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    34
  • دانلود: 

    0
چکیده: 

رشد سریع فناوری اینترنت اشیا منجر به ظهور انواع مختلفی از برنامه‌های کاربردی اینترنت اشیای حساس به تأخیر شده است. این برنامه‌ها به منابع محاسباتی قابل توجهی برای پردازش در زمان واقعی نیاز دارند که منجر به مصرف زیاد انرژی در دستگاه‌های اینترنت اشیا می‌شود. برای پرداختن به این مسئله، بارگیری وظایف با استفاده از محاسبات مه به‌عنوان یک راه‌حل جدید ظاهر شده است. بارگیری وظیفه با استفاده از محاسبات مه، باعث کاهش تأخیر و انعطاف‌پذیری دستگاه‌های اینترنت اشیا می‌گردد. در این پژوهش یک مدل ریاضی با هدف کاهش میزان تأخیر انتهابه‌انتها و مصرف انرژی برای بارگیری وظایف در شبکه اینترنت اشیا و مه که مبتنی بر زیرساخت شبکه‌های نرم‌افزارمحور می‌باشد، معرفی شده است. سپس نتایج حاصل از شبیه‌سازی مدل پیشنهادی بر اساس معیارهای تأخیر و انرژی مصرفی با دو الگوریتم فراابتکاری ژنتیک و سوسک‌های بال آتشین و همچنین مقاله پایه مقایسه شده است. پس از پیاده‌سازی سناریو و تجزیه و تحلیل، نتایج حاصل از شبیه‌سازی حاکی از آن است که مدل پیشنهادی با استفاده از الگوریتم‌های فراابتکاری توانسته است که به طور میانگین و تقریبی، تأخیر و انرژی مصرفی را به ترتیب 18 و 19 درصد کاهش دهد.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 34

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1403
  • دوره: 

    54
  • شماره: 

    1
  • صفحات: 

    99-110
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    37
  • دانلود: 

    15
چکیده: 

Efficient distribution of service requests between fog and cloud nodes considering user mobility and fog nodes’ overload is an important issue of fog computing. This paper proposes a heuristic method for Task placement considering the mobility of users, aiming to serve a higher number of requested services and minimize their response time. This method introduces a formula to overload prediction based on the entry-exit ratio of users and the estimated time required to perform current requests that are waiting in the queue of a fog node. Then, it provides a solution to avoid the predicted overloading of fog nodes by sending all delay-tolerant requests in the overloaded fog node’s queue to the cloud to reduce the time required for servicing delay-sensitive requests and to increase their acceptance rate. In addition, to prevent requests from being rejected when the mobile user leaves the coverage area of the current fog node, the requests in the current fog node’s queue will be transferred to the destination fog node. Simulation results indicate that the proposed method is effective in avoiding the overloading of the fog nodes and outperforms the existing methods in terms of response time and acceptance rate.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 37

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 15 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
نویسندگان: 

BUS S.A. | VALK G.D. | VAN DEURSEN R.W.

اطلاعات دوره: 
  • سال: 

    2008
  • دوره: 

    24
  • شماره: 

    -
  • صفحات: 

    192-193
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    84
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 84

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسنده: 

Teymoori Mehdi

اطلاعات دوره: 
  • سال: 

    2018
  • دوره: 

    1
تعامل: 
  • بازدید: 

    217
  • دانلود: 

    0
چکیده: 

Offloading AND ENERGY HARVESTING ARE TWO IMPORTANT METHODS IN THE CELLULAR COMMUNICATION. Offloading DECREASES THE LOAD ON THE MOBILE NETWORK AND IMPROVES THE NETWORK CAPACITY AND COVERAGE. ON THE OTHER HAND, HARVESTING THE ENERGY FROM THE RADIO FREQUENCY (RF) ENERGY CAUSES THE DEVICES TO CONSUME LESS BATTERY AND CONSEQUENTLY PROLONGS THE USER EQUIPMENTS (UES) USAGE. IN THIS PAPER, WE OFFER A NEW APPROACH TO Offloading AND ENERGY HARVESTING IN CELLULAR NETWORKS (CNS). IN OUR SCHEME, USERS ARE DIVIDED AMONG BASE STATION (BS) AND LOCAL ACCESS POINT (LAP) TO GET SERVICE. A UE IS CONNECTED TO BS OR LAP BASED ON THEIR CHANNEL CONDITIONS. WE FORMULATE OUR RESOURCE ALLOCATION SCHEME AS AN OPTIMIZATION PROBLEM AND SOLVE IT USING DUAL LAGRANGE APPROACH. OUR SIMULATION RESULTS SHOW THE IMPACT OF VARIOUS PARAMETERS ON THE INCREASE OR DECREASE OF THE TOTAL SUM RATE OF OUR CONSIDERED MODEL.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 217

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0
اطلاعات دوره: 
  • سال: 

    2023
  • دوره: 

    15
  • شماره: 

    4
  • صفحات: 

    41-52
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    6
  • دانلود: 

    0
چکیده: 

As a growing of IoT devices, new computing paradigms such as fog computing are emerging. Fog computing is more suitable for real-time processing due to the proximity of resources to IoT layer devices. Service providers must dynamically update the hardware and software parameters of the network infrastructure. Software defined network (SDN) proposed as a new network paradigm, whose separate control layer from data layer and provides flexible network management. This paper presents a software-defined fog platform to host real-time applications in IoT. Then, we propose a novel resource allocation method. This method involves scheduling multi-node real-time Task graphs over the fog to minimize Task execution latency. The proposed method is designed to benefit the centralized structure of SDN. The simulation results show that the proposed method can find near to optimal solutions in a very lower execution time than the brute force method.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 6

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

MUNASINGHE K.S.

نشریه: 

IEEE NETWORK

اطلاعات دوره: 
  • سال: 

    2017
  • دوره: 

    31
  • شماره: 

    3
  • صفحات: 

    56-62
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    121
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 121

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button