Enhancing iot resource utilization in fog-cloud environment for providing real time services

Kaynaklar ve bilgisayarlar internet üzerinden talep üzerine kullanıma sunulduğunda buna sis bulut bilişim denir. Bu, yerel kaynaklarla sınırlı kalmadan insanlara çeşitli entegre bilgi işlem hizmetleri sunmayı kolaylaştırır. Bu, insanlara verilerini depolayacakları ve yedekleyecekleri yerlerden ve kendi dosyalarını senkronize etme yollarından daha fazlasını vermek anlamına gelir. ancak aynı zamanda işlem gücüne ve kullanıcının ağa ne zaman bağlanacağını kontrol etmesine olanak tanıyan basit bir yazılım arayüzüne de sahiptir. Bu, birçok ayrıntıyı ve iç süreci göz ardı ederek işleri kolaylaştırır. Bulut söz konusu olduğunda, yüksek performans, düşük fiyatlar, minimum enerji kullanımı vb. hedefleri karşılayan hizmetleri sağlamak için planlama algoritmaları gereklidir. Bu hedeflerden birden fazlasını karşılayan planlama yöntemleri bulmak NP-zor bir problemdir. Bu tezde, çok amaçlı optimizasyona izin veren bazı yeni buluşsal planlama algoritmalarını tanıtıyoruz. Daha sonra ne kadar iyi çalıştıklarını incelemek için bunların etkinliğini bazı iyi bilinen planlama algoritmalarıyla karşılaştırıyoruz. İlk algoritma olan BDA, yapım süresine ve işlerin vade tarihine kadar tamamlanması için geçen süreye bakar. Algoritmamız, daha erken bitiş tarihi olan işe en fazla ağırlığı vererek görevin bitiş tarihini dikkate alır ve en kısa Makespan'a ulaşmak için onu en kısa sürede tamamlayabilecek kaynağa gönderir. Fog Max-Cloud Min yöntemimizin ilk kısmının adıdır. Karınca Kolonisi Optimizasyonu ikinci bölümün adıdır. Önerilen algoritma yöntemlerimizin son teslim tarihlerini ne kadar karşıladığını ve sistemin bunu yapmasının ne kadar sürdüğünü inceledik. Şu anda sahip olduğumuz araçlarla karşılaştırıldığında. Çalışma sonuçları, algoritmamızın işleri en düşük Makespan ve en iyi son teslim tarihi memnuniyetiyle halletmede daha iyi olduğunu gösteriyor. İkinci algoritmada, önemli harcamaları göz önünde bulundurarak, enerji tüketimini azaltmak ve ürün oluşturma süresini kısaltmak için performans ve maliyet (PC) algoritmasında iyileştirmeler geliştiriyoruz. Bu çalışmada PCA ve GWO tekniklerinin birleşiminden oluşan bir yaklaşımı tanımlıyoruz. Bu algoritmaya Performans ve Maliyet-Gri Kurt Optimizasyonu (PC-GWO) algoritması adı verilmektedir. Testin sonuçları, PC-GWO algoritmasının ortalama toplam enerji kullanımını yüzde 12,17, yüzde 11,5 ve yüzde 7,19 oranında azalttığını, Makespan'ın ise yüzde 16,72, yüzde 16,38 ve yüzde 14,10 oranında azalttığını gösteriyor. GWO algoritması, PCA yöntemi ve PSO algoritmasıyla karşılaştırıldığında, en iyi ortalama kaynak tüketimini de sırasıyla yüzde 13,2, %12,05 ve yüzde 10,9 oranında artırıyor.