با توجه به این که در شبکههای حسگر بیسیم، انتخاب مناسب گره بعدی جهت جلوگیری از حملات و کاهش سطح مصرف انرژی حایز اهمیت است، در این مقاله روشی مبتنی بر منطق فازی برای انتخاب گره گام بعدی با مد نظر قرار دادن وضعیت و انتقال گزارش به گرههای مختلف ارائه میشود. در این روش ب چکیده کامل
با توجه به این که در شبکههای حسگر بیسیم، انتخاب مناسب گره بعدی جهت جلوگیری از حملات و کاهش سطح مصرف انرژی حایز اهمیت است، در این مقاله روشی مبتنی بر منطق فازی برای انتخاب گره گام بعدی با مد نظر قرار دادن وضعیت و انتقال گزارش به گرههای مختلف ارائه میشود. در این روش به صورتی کارامد گره گام بعدی با چهار عامل بر مبنای سیستم منطق فازی انتخاب میشود. این چهار عامل، بیانکننده چهار پارامتر بهینهشده از نظر انرژی، یعنی درجه نزدیکی گره به کوتاهترین مسیر، درجه نزدیکی گره به سرخوشه، نسبت انرژی باقیمانده هر گره و تعداد پیامهای غلط فیلترشده میباشد. روش پیشنهادی با افزایش سطح انرژی و حفظ سطح همسانی از امنیت در مقایسه با پروتکل LEAP همراه است. همچنین این امکان فراهم میشود تا با انتخاب مناسب گام بعدی قادر به شناسایی مسیرهای مناسب و امن و جلوگیری از حملات باشیم. مقایسه روش پیشنهادی و روشهای مرتبط نشان میدهد که روش پیشنهادی مصرف انرژی را کاهش چشمگیری داده و متعاقب آن طول عمر شبکه را افزایش میدهد. همچنین نتایج حاصل از شبیهسازی نشان میدهد که با انتخاب مناسب گام بعدی با تلفات بسته کمتری نسبت به روشهای دیگر مواجه هستیم
پرونده مقاله
محاسبات لبه سیار، تکنولوژی نوینی برای بهبود مشکل تأخیر، ظرفیت و منابع موجود در محیط محاسبات ابری سیار است. هدف اصلی در محاسبات لبه سیار، زمانبندی پویا و بارگذاری بهینه با کمترین هزینه در استفاده از منابع است. ما در این مقاله، از یک مدل سیستم سهسطحی دستگاههای سیار، لب چکیده کامل
محاسبات لبه سیار، تکنولوژی نوینی برای بهبود مشکل تأخیر، ظرفیت و منابع موجود در محیط محاسبات ابری سیار است. هدف اصلی در محاسبات لبه سیار، زمانبندی پویا و بارگذاری بهینه با کمترین هزینه در استفاده از منابع است. ما در این مقاله، از یک مدل سیستم سهسطحی دستگاههای سیار، لبه و ابر استاندارد، استفاده و دو الگوریتم بارگذاری و زمانبندی را پیشنهاد میکنیم. یک الگوریتم تصمیمگیری برای بارگذاری وظایف مبتنی بر الگوریتم کولهپشتی حریصانه در سمت دستگاه سیار است که وظایف با انرژی مصرفی بالا را برای بارگذاری انتخاب میکند و باعث صرفهجویی در انرژی مصرفی دستگاه میشود. همچنین در سمت MEC، یک الگوریتم زمانبندی پویا را با اولویتبندی وظایف مبتنی بر فازی جهت اولویتبندی و زمانبندی وظایف بر اساس دو معیار ارائه میکنیم. نتایج عددی نشان میدهند که کار ارائهشده در مقایسه با سایر روشها باعث کاهش زمان انتظار وظایف برای اجرا، تأخیر و بار سیستم میشود و تعادل سیستم با کمترین تعداد منابع تأمین میگردد و سیستم ارائهشده، مصرف باتری را در دستگاه هوشمند تا حدود 90% کاهش میدهد. نتایج نشان میدهند که بیش از 92% وظایف با موفقیت در محیط لبه اجرا میشوند.
پرونده مقاله
استفاده از راهکارهای آگاه از انرژی از موضوعات مهم تحقیقاتی در حوزه رایانش ابری است. با کاربرد مؤثر الگوریتمهای جایگذاری و تجمیع ماشینهای مجازی، تأمینکنندگان ابر قادر خواهند بود مصرف انرژی را کاهش دهند. در این مقاله مدل جدیدی ارائه شده که با بهبود در الگوریتمها و ا چکیده کامل
استفاده از راهکارهای آگاه از انرژی از موضوعات مهم تحقیقاتی در حوزه رایانش ابری است. با کاربرد مؤثر الگوریتمهای جایگذاری و تجمیع ماشینهای مجازی، تأمینکنندگان ابر قادر خواهند بود مصرف انرژی را کاهش دهند. در این مقاله مدل جدیدی ارائه شده که با بهبود در الگوریتمها و ارائه روشهای مناسب، به دنبال رسیدن به نتایج مطلوب است. نظارت دورهای بر وضعیت منابع، تحلیل مناسب دادههای به دست آمده و پیشبینی وضعیت بحرانی سرورها به کمک مدل مارکوف پیشنهادی سبب شده است که تا حد امکان از تعداد مهاجرتهای غیر ضروری کاسته شود. ترکیب الگوریتمهای ژنتیک و شبیهسازی تبرید در بخش جایگزینی در کنار تعریف زنجیره مارکوف جاذب باعث عملکرد بهتر و سریعتر الگوریتم پیشنهادی گردیده است. شبیهسازیهای انجامشده در سناریوهای مختلف در کلودسیم نشان میدهد که در مقایسه با بهترین الگوریتم مورد مقایسه قرار گرفته، در بار کم، متوسط و زیاد، مصرف انرژی کاهش قابل توجهی داشته و این در حالی است که نقض توافقات سطح سرویسدهی نیز به طور متوسط 17 درصد کاهش یافته است.
پرونده مقاله