ارائه یک روش تخصیص منابع در رایانش مه با در نظر گرفتن تحرک کاربران

با رشد و گسترش استفاده از دستگاه‌های تلفن همراه و برنامه‌های کاربردی حساس به تاخیر، نیاز به انجام محاسبات در نزدیکی کاربر و در گره‌های مه بجای پردازش در ابر بیشتر می‌شود. با این وجود، گره‌های مه قدرت پردازشی و ذخیره‌سازی محدودی دارند و در نتیجه در شرایط ازدحام درخواست‌ها، نرخ پذیرش و زمان پاسخ مناسبی ندارند. یکی از دلایل بروز ازدحام و از دست رفتن درخواست‌‌ها، تحرک کاربران و خروج از محدوده تحت پوشش گره مه فعلی می‌باشد. در این مقاله روشی نوین برای تخصیص منابع در رایانش مه‌ با هدف افزایش نرخ پذیرش درخواست‌های حساس به تاخیر کاربران و کاهش زمان پاسخ کلیه‌ درخواست‌ها در شرایط تحرک کاربران پیشنهاد می‌گردد. روش‌ پیشنهادی بر اساس تحرک کاربران و وضعیت صف در گره‌های مه، به پیش‌بینی ازدحام در این گره‌ها پرداخته و بر این اساس در مورد پردازش درخواست‌ها در گره مه و یا انتقال درخواست‌ها به گره ابر تصمیم‌گیری می‌کند. در این مقاله الگوریتم پیشنهادی با سه الگوریتم fcfs، cloud only و delay priority مقایسه شده است. نتایج آزمایشات انجام گرفته نشان می‌دهد که زمان پاسخ روش پیشنهادی نسبت به سه الگوریتم مذکور به ترتیب 73، 77 و 10 درصد کاهش یافته است. در الگوریتم پیشنهادی نرخ پذیرش درخواست‌ها نسبت به سه الگوریتم فوق به ترتیب 44، 25 و 5 درصد افزایش یافته است.

a resource allocation method for fog computing considering user mobility

with the growing use of mobile devices and delay sensitive applications, the need to move computing power to the proximity of users increases compared to cloud computing. however, fog nodes have limited computing and storage capacity and, therefore, do not perform well under congestion of requests. one of the causes of congestion and loss of user requests is the mobility of users across fog node areas. the purpose of this paper is to provide an efficient method for resource allocation in fog computing considering user mobility with the aim of increasing the acceptance rate of users’ delay sensitive requests and reducing the response time of requests. the proposed method predicts congestion in the fog node based on the mobility of users and the condition of its queue and, accordingly, decides whether to process the requests in the fog or to send them to the cloud. the experimental results indicated that the proposed method involves a lower response time and a higher acceptance rate than other existing methods. the results of the experiments show that the response time of the proposed method is reduced by 73, 77 and 10 percent compared to the three fcfs, cloud only and delay priority algorithms, respectively. in the proposed algorithm, the request acceptance rate has increased by 44, 25 and 5 percent compared to the above three algorithms, respectively.