زمان بندی مبتنی بر توازن بار در شبکه رایانش ابری مبتنی بر IoT-Fog-Edge
وب سایت های زیادی یا به فروش این پروژه می پردازند، یا به محض قرار دادن رایگان این پروژه توسط گروه نامیرا، به کپی برداری غیراخلاقی می پردازند. لطفا به تاریخ درج پروژه در وب سایت و وبلاگ های گروه نامیرا دقت بفرمایید.
شبیه سازی در محیط MATLAB انجام خواهد شد. می بایست محیط اینترنت اشیا-رایانش ابری مناسب با تعدادی گره را در نظر گرفت. لذا پیکربندی اینترنت اشیا-رایانش ابری در محیط شبیه سازی MATLAB به کمک خط فرمان، امری ضروری است. از این رو، به صورت تجربی و مطالعه مقالات پیشین، تعداد گره ها در شبکه اینترنت اشیا-رایانش ابری برابر 200 گره، انرژی اولیه هر کدام 1 ژول و فاصله آن ها از یکدیگر به صورت تصادفی است. در واقع استقرار از نوع تصادفی بوده است و فاصله بندی بین گره ها در بستر اینترنت اشیا-رایانش ابری، مدنظر واقع نشده است. شعاع رادیویی گره ها جهت ارسال داده برابر 1 متر و اندازه محیط کلی اینترنت اشیا-رایانش ابری در ابعاد 500×500 متر مربع شبیه سازی شده است. در دنیای شبیه سازی، می بایست محیط پوشش دهی اینترنت اشیا-رایانش ابری مشخص باشد و نمی توان محیطی بسیار بزرگ در ابعاد شهر یا کشو و حتی قاره ای در نظر گرفت. لذا ابعاد شبکه در شبیه سازی می بایست محدود گردد. مهمترین اهدافی که بعد از بهبود زمان بندی و توازن بار در اینترنت اشیا-رایانش ابری می بایست با مدل سازی پیشنهاد ایجاد گردد، بهینه سازی مصرف انرژی، زمان اجرای وظایف، مجموع کل بار پردازنده، توان مصرفی پردازنده و معیاری به نام Make Span است. بعد از ایجاد محیط اینترنت اشیا-رایانش ابری، می بایست تعدادی وظیفه را تعریف کرد. برای این کار یک سری بسته با اندازه های مختلف بر حسب مگابایت بر روی گره هایی از اینترنت اشیا-رایانش ابری قرار می گیرد. نحوه قرارگیری این بسته ها نیز در گره ها به صورت تصادفی و توزیع شده است. در ابتدا باید اشاره کرد که این داده ها برگرفته از https://data.world/datasets/packets می باشد.
عکس 1
عکس 2
عکس 3
آخرین اخبار فعالیت های گروه نامیرا در کانال تلگرام: https://telegram.me/nn4enamira
www.nn4e.com
nn4e@aol.com
شناسه تلگرام @nimanamira
09360703858
کانال تلگرام https://t.me/nn4enamira
کانال تام تام https://tt.me/nn4enamira
کانال تلپادو http://telepado.me/1/nn4enamira
اینستاگرام https://www.instagram.com/nn4enamira