مقاله کنفرانسی سال ۱۴۰۵ فارسی

یک روش هوشمند برای کاهش مصرف انرژی در جایابی سرویس رایانش مه مبتنی بر پیش بینی بارکاری و الگوریتم گرگ خاکستری

چکیده مقاله

رایانش ابری، محاسباتی است که توسط گروهی از سرویس دهنده های از راه دور که با یکدیگر شبکه هستند انجام می گیرد از آنجا که ماهیت برنامه های محیط ابری نسبت به زمان حساس هستند، برای اطمینان از زمان پاسخگویی کم برای ارائه برنامه های بلادرنگ و حساس به تاخیر نیاز به ارائه راهکاری مناسب احساس می شود رایانش مه به لحاظ بستر شبکه، ذخیره سازی و خدمات سرویس را برای کاربر نهایی فراهم می نماید و به علت نزدیک بودن به کاربر و امکان توزیع جغرافیایی و پشتیبانی از تحرک مکمل خوبی برای لایه ابر می باشد جایابی سرویس با هدف کیفیت بخشی ارائه سرویس و ایجاد تعادل بار یک چالش مهم و کلیدی است از آنجا که مدل های ریاضی با افزایش فضای جستجو، مساله با افزایش متغیرها و محدودیت ها روبرو می شود، حل مساله جایابی سرویس با استفاده از روش های سنتی نیازمند صرف زمان بالایی است در این مقاله از شبکه عصبی کانولوشنی CNN برای پیش بینی سرویس های مورد درخواست کاربران و از روش بهینه سازی گرگ خاکستری GWO برای استقرار بهینه سرویس در سلول های مه استفاده شد عملکرد روش جایابی سرویس ارائه شده با مقایسه با سه روش جایابی سرویس در تحقیقات اخیر بر اساس پنج شاخص انرژی مصرفی، زمان سرویس، درجه عدم تعادل بار، تعداد وظایف انجام شده در مهلت مقرر و مجموع زمان تخطی از SLA تحلیل می گردد نتایج پیاده سازی، کارآمدی و بهبود عملکرد رویکرد پیشنهادی را نسبت به سه روش دیگر اثبات می نماید

کلیدواژه‌ها

نویسندگان

تصویر پوریا اشکانی

پوریا اشکانی

دانشجوی دکتری گروه مهندسی کامپیوتر واحد کرمان دانشگاه آزاد اسلامی کرمان ایران

تصویر پوریا اشکانی

پوریا اشکانی

دانشجوی دکتری گروه مهندسی کامپیوتر واحد کرمان دانشگاه آزاد اسلامی کرمان ایران

تصویر سید حمید غفوری

سید حمید غفوری

استادیار گروه مهندسی کامپیوتر واحد کرمان دانشگاه آزاد اسلامی، کرمان ایران

تصویر ملیحه هاشمی پور

ملیحه هاشمی پور

استادیار، گروه مهندسی کامپیوتر واحد، کرمان دانشگاه آزاد اسلامی کرمان ایران

تصویر ملیحه هاشمی پور

ملیحه هاشمی پور

استادیار، گروه مهندسی کامپیوتر واحد، کرمان دانشگاه آزاد اسلامی کرمان ایران

شیوه ارجاع

�شکانی، پوریا و غفوری، سید حمید و هاشمی پور، ملیحه،1405،یک روش هوشمند برای کاهش مصرف انرژی در جایابی سرویس رایانش مه مبتنی بر پیش بینی بارکاری و الگوریتم گرگ خاکستری،نهمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق، کامپیوتر، مکانیک و مخابرات،مشهد

ارائه‌شده در

پوستر مجموعه مقالات نهمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق، کامپیوتر، مکانیک و مخابرات مجموعه مقالات نهمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق، کامپیوتر، مکانیک و مخابرات16 خرداد 1405 · مشهد
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۵ ۱۶۴ مشاهده

بازتعریف مهندسی نرم افزار در عصر هوش مصنوعی از سیستم های سایبر-فیزیکی تا پارادایم انسان محور

با پدیدار شدن هوش مصنوعی مولد مدل های زبانی بزرگ و سیستم های خودمختار مهندسی نرم افزار از یک فرآیند صرفا…

مهندسی نرم افزارانسان محوراکوسیستم های پدیدار
مقاله کنفرانسی سال ۱۴۰۵ ۱۳۸ مشاهده

مقایسه عملکرد مدل های هوش مصنوعی بر روی پیش بینی فروش فروشگاه اینترنتی مطالعه موردی داده های شبیه سازی شده فروش (۲۰۲۲-۲۰۲۵)

پیش بینی دقیق فروش یکی از چالش های اساسی مدیران فروشگاه های اینترنتی در برنامه ریزی موجودی و تخصیص منابع…

فروشپیش بینیسری زمانی
مقاله کنفرانسی سال ۱۴۰۵ ۱۳۰ مشاهده

ارائه یک مدل مبتنی بر یادگیری ماشین برای تشخیص نفوذ در سیستم های اطلاعاتی و افزایش امنیت سایبری

امروزه با گسترش فناوری اطلاعات، توسعه زیرساخت های ارتباطی و وابستگی روزافزون سازمان ها به سیستم های اطلا…

تشخیص نفوذیادگیری ماشینسیستم های اطلاعاتی
مقاله کنفرانسی سال ۱۴۰۵ ۱۳۰ مشاهده

نفس هوش مصنوعی در بهبود فرایندهای مدیریت دانش

مدیریت دانش به عنوان یکی از ارکان حیاتی موفقیت در سازمان های مدرن امروزه با چالش هایی نظیر حجم عظیم داده…

استخراج دانشهوش مصنوعیمدیریت دانش
مقاله کنفرانسی سال ۱۴۰۵ ۱۲۲ مشاهده

شخصی سازی وب با استفاده از روش کاوش قوانین انجمنی با آستانه حمایت تطبیقی

با رشد فزاینده اطلاعات در فضای وب نیاز به روش های موثر برای استخراج دانش پنهان و ارائه تجربه ای شخصی ساز…

وبشخصی سازیکاوش قوانین انجمنی
مقاله کنفرانسی سال ۱۴۰۵ ۱۲۱ مشاهده

A Comprehensive Review and Categorization of Maximum Power Point Tracking (MPPT) Algorithms in Solar Photovoltaic Systems

Solar photovoltaic PV systems require robust Maximum Power Point Tracking MPPT algorithms to continuousl…

Photovoltaic SystemsPartial Shading ConditionsOptimization Algorithms