ارائه روشي مبتني بر همكاري گره هاي مه و الگوريتم بخت آزمايي براي جايابي و زمانبندي وظايف مهلت آگاه در رايانش مه

رايانش‌مه يك الگوي محاسباتي توزيع‌شده است كه با گسترش سرويس‌هاي ابر به لبه شبكه امكان پاسخگويي به كاربردهاي حساس به تاخير و بلادرنگ را فراهم مي‌سازد. يكي از مسائل مطرح در رايانش مه چگونگي تخصيص منابع محدود گره‌هاي مه به درخواست هاي كاربران به شيوه‌اي كارا و عادلانه است. وجود منابع محدود، نيازمندي‌هاي متفاوت درخواست‌هاي كاربران و لزوم تخصيص به موقع منابع در كاربردهاي حساس به تاخير، تخصيص و زمانبندي منابع را به مسأله‌اي چالش برانگيز تبديل كرده است. در اين مقاله روشي كارا براي جايابي و زمانبندي وظايف مهلت‌آگاه در رايانش مه پيشنهاد مي‌شود. در روش پيشنهادي، جايابي وظايف با همكاري گره‌هاي مه و بر اساس تخمين زمان اتمام كار يك درخواست در گره‌هاي مه مختلف انجام مي‌شود. زمانبندي وظايف مهلت‌آگاه نيز با استفاده از الگوريتم بخت‌آزمايي و بر مبناي اولويت‌دهي به وظايف بر اساس مهلت زماني آن‌ها انجام مي‌شود. نتايج آزمايشات انجام گرفته نشان مي‌دهد كه تركيب همكاري گره‌هاي مه براي جايابي وظايف و الگوريتم بخت‌آزمايي براي زمانبندي وظايف، باعث كاهش زمان‌پاسخ و افزايش نرخ پذيرش درخواست‌هاي كاربر مي‌شود. بر طبق نتايج حاصل از شبيه‌سازي‌هاي انجام گرفته، نرخ پذيرش و زمان پاسخ روش پيشنهادي در مقايسه با روش پايه كه از الگوريتم خدمت به ترتيب ورود براي زمانبندي درخواست‌ها استفاده مي كند به ترتيب 12.72 درصد و 37.97 ميلي‌ثانيه بهبود داشته است. همچنين روش پيشنهادي در مقايسه با روش‌هاي موجود كه از كنترل‌كننده مركزي براي هماهنگي گره‌هاي مه بهره مي‌برند، نرخ پذيرش درخواست‌ها را 2.57 درصد افزايش و زمان پاسخ را 20.42 ميلي‌ثانيه كاهش داده است.