ارائه روشی مبتنی بر همکاری گره های مه و الگوریتم بخت آزمایی برای جایابی و زمانبندی وظایف مهلت آگاه در رایانش مه

رایانش‌مه یک الگوی محاسباتی توزیع‌شده است که با گسترش سرویس‌های ابر به لبه شبکه امکان پاسخگویی به کاربردهای حساس به تاخیر و بلادرنگ را فراهم می‌سازد. یکی از مسائل مطرح در رایانش مه چگونگی تخصیص منابع محدود گره‌های مه به درخواست های کاربران به شیوه‌ای کارا و عادلانه است. وجود منابع محدود، نیازمندی‌های متفاوت درخواست‌های کاربران و لزوم تخصیص به موقع منابع در کاربردهای حساس به تاخیر، تخصیص و زمانبندی منابع را به مساله‌ای چالش برانگیز تبدیل کرده است. در این مقاله روشی کارا برای جایابی و زمانبندی وظایف مهلت‌آگاه در رایانش مه پیشنهاد می‌شود. در روش پیشنهادی، جایابی وظایف با همکاری گره‌های مه و بر اساس تخمین زمان اتمام کار یک درخواست در گره‌های مه مختلف انجام می‌شود. زمانبندی وظایف مهلت‌آگاه نیز با استفاده از الگوریتم بخت‌آزمایی و بر مبنای اولویت‌دهی به وظایف بر اساس مهلت زمانی آن‌ها انجام می‌شود. نتایج آزمایشات انجام گرفته نشان می‌دهد که ترکیب همکاری گره‌های مه برای جایابی وظایف و الگوریتم بخت‌آزمایی برای زمانبندی وظایف، باعث کاهش زمان‌پاسخ و افزایش نرخ پذیرش درخواست‌های کاربر می‌شود. بر طبق نتایج حاصل از شبیه‌سازی‌های انجام گرفته، نرخ پذیرش و زمان پاسخ روش پیشنهادی در مقایسه با روش پایه که از الگوریتم خدمت به ترتیب ورود برای زمانبندی درخواست‌ها استفاده می کند به ترتیب 12.72 درصد و 37.97 میلی‌ثانیه بهبود داشته است. همچنین روش پیشنهادی در مقایسه با روش‌های موجود که از کنترل‌کننده مرکزی برای هماهنگی گره‌های مه بهره می‌برند، نرخ پذیرش درخواست‌ها را 2.57 درصد افزایش و زمان پاسخ را 20.42 میلی‌ثانیه کاهش داده است.

an approach based on fog nodes collaboration and lottery algorithm for deadline aware task placement and scheduling in fog computing

fog computing is a distributed computing paradigm that extends the cloud services to the edge of the network to support real time and delay sensitive applications. one of the main issues in fog computing is how to effectively and fairly allocate the restricted resources of fog nodes to users’ requests. the limited number of resources, the different requirements of user requests, and latency requirement of delay sensitive applications have made resource allocation and scheduling challenging. this paper proposes an efficient approach for the placement and scheduling of deadline aware tasks in fog computing. in the proposed approach, task placement is done with the collaboration of fog nodes and based on the estimation of the completion time of a request in different fog nodes. the lottery algorithm is also used for task scheduling, and the requests are prioritized based on their deadlines. the experimental results show that the combination of fog nodes collaboration for task placement and the lottery algorithm for scheduling reduces the response time and increases the acceptance ratio of user requests. according to the simulation results, the acceptance ratio and the response time of the proposed approach improved by 12.72% and 37.97 ms, respectively, compared to the baseline method that uses the fcfs algorithm for task scheduling. also, in comparison with the existing approaches which use a central controller for fog nodes collaboration, the proposed approach increased the acceptance ratio by 2.57%, and decreased the response time by 20.42 ms.