ارائه روشی برای بهبود مدیریت منابع در محاسبات لبه با استفاده از الگوریتم فراابتکاری نهنگ

اینترنت اشیاء شبکه‌ای از اشیاء فیزیکی تعبیه شده با قطعات الکترونیکی، نرم‌افزار، سنسورها و اتصالات است تا آن‌ها توسط تبادل اطلاعات با تولید کننده، اپراتور و یا دستگاه‌های دیگر قادر به ارائه ارزش و خدمات بیشتر باشند. محاسبات مه یک نمونه برای مدیریت یک محیط بسیار توزیع شده و مجازی فراهم می کند که محاسبه و خدمات شبکه بین سنسور و مراکز داده ابری است. در این تحقیق ابتدا بیان مفاهیم و پیشینه محاسبات ابری، اینترنت اشیاء، محاسبات مه می‌پردازیم. همچنین چالش‌ها، کاربردها، معماری، تفاوت‌ها و دیدگاه‌های موجود در زمینه روش‌های مدیریت منابع در این زمینه بررسی می‌شود. در ادامه الگوریتمی فراابتکاری برای مدیریت منابع با تکیه بر زمانبندی وظایف در محاسبات لبه ارائه خواهد شد. این الگوریتم بر اساس روش فراابتکاری نهنگ می‌باشد. برای اعتبارسنجی روش پیشنهادی و مقایسه با روش‌های دیگر از سناریو شبیه‌سازی در شرایط متفاوت بهره‌گیری شد. تعداد ماشین‌های مجازی 500 و 1000 ماشین در نظر گرفته شد و تعداد وظایف قابل پردازش 1000، 2000، 3000 و 4000 در نظر گرفتیم. در همه این حالت‌ها الگوریتم پیشنهادی با روش‌های ژنتیک، ازدحام ذرات و روش lacoa با در نظر گرفتن فاکتورهای makespan، توازن بار و پهنای باند مصرفی مقایسه و نتایج نشان دهده برتری روش پیشنهادی نسبت به سایر روش‌ها می‌باشد.